Machine Learning dalam Pendeteksian Bencana Alam

Dengan menggunakan algoritma naivebayes menghasilkan tingkat akurasi model sebesar 91,6%. Hal tersebut menunjukkan bahwa model untuk menghasilkan prediksi dini bencana alam tsunami bisa diimplementasikan untuk membangun machine learning.

Dalam machine learning, data menjadi hal yang penting karena bagian utama untuk membangun sebuah machine learning dan algoritma ,sehingga membangun model yang memiliki akurasi berbeda-beda dan menghasilkan kualitas prediksi yang berbeda. Oleh sebab itu, dari contoh penggunaan machine learning diatas yang menghasilkan prediksi yang baik  ditunjukkan pada akurasi model yang tinggi. Hal tersebut dapat menjadi peluang pemerintah Indonesia untuk membuat sebuah sistem pendeteksian dini bencana alam menggunakan machine learning untuk menimalkan kerugian dan korban bencana alam yang akan terjadi.