IMPLEMENTASI METODE SPATIO-TEMPORAL CLUSTERING DENGAN ALOGARITMA ST-DBSCAN PADA TITIK API KEBAKARAN HUTAN INDONESIA (2015-2020)

Donny, Ilham Akbar and Johar, Asahar and Arie, Vatresia (2022) IMPLEMENTASI METODE SPATIO-TEMPORAL CLUSTERING DENGAN ALOGARITMA ST-DBSCAN PADA TITIK API KEBAKARAN HUTAN INDONESIA (2015-2020). Undergraduated thesis, Universitas Bengkulu.

Text LAPORAN SKRIPSI - STDBSCAN - ILHAM AKBAR DONNY.pdf - Bibliography Restricted to Repository staff only Available under License Creative Commons GNU GPL (Software). Download (8MB)

Abstract

ABSTRAK Berdasarkan rekapitulasi luas kebakaran hutan dan lahan (Ha) dari 34 provinsi di Indonesia tahun 2015 sampai dengan 2020 menujukan total luas kebakaran hutan mencapai 5.641.337 Ha. Titik api adalah jumlah kejadian kabakaran lahan atau hutan yang terjadi di permukaan bumi, titik api juga dijadikan suatu indikator terjadinya kebakaran hutan atau lahan. Clustering merupakan suatu metode pencarian data yang bersifat mining dan mengelompokkan data yang memiliki karakteristik yang sama. ST-DBSCAN merupakan metode clustering yang dapat mengelompokkan titik api berdasarkan jarak dan waktu dari data tersebut. Berdasarkan hasil pengujian titik api yang dilakukan mengguanakan ST-DBSCAN dengan data titik api Indonesia dari Tahun 2015 sampai dengan 2020. Di pulau jawa dari tahun 2015 sampai dengan 2020 terdapat 144 cluster, 384 cluster di pulau Kalimantan, 59 cluster di pulau NTB, 121 cluster di NTT, 233 cluster di Papua, 389 cluster di Pulau Sulawesi, dan 210 di Pulau Sumatra. Sehingga jumlah cluster di seluruh indonesia dari tahun 2015 sampai dengan 2020 terdapat 1.540 total cluster. Kata kunci : Titik Api, Clustering, ST-DBSCAN

Actions (login required)

View Item