Sequential pattern mining pada data titik panas Provinsi Riau menggunakan algoritme PrefixSpan

Abstract

Salah satu usaha mencegah terjadinya kebakaran hutan adalah dengan mengetahui kemunculan titik panas. Kumpulan data titik panas yang tercatat dapat dicari pola sekuensialnya. Melalui pola sekuensial yang terbentuk, dapat diketahui wilayah yang terindikasi terjadi kebakaran hutan. Selain itu, dapat diketahui pula rentang waktu kemunculan titik panas di suatu wilayah. Informasi tersebut dapat digunakan untuk membuat keputusan dalam pencegahan kebakaran hutan. Metode yang digunakan pada penelitian adalah sequential pattern mining dengan algoritme PrefixSpan dan perangkat lunak sequential pattern mining framework (SPMF). Adapun data yang digunakan adalah data titik panas Provinsi Riau tahun 2000 sampai 2014. Penelitian dengan menggunakan minimum support 1% sampai 27% menghasilkan 36 sekuens dengan panjang 1 item, 26 sekuens dengan panjang 2 item, 8 sekuens dengan panjang 3 item, dan 1 sekuens dengan panjang 4 item. Pola sekuensial dengan panjang 2 item dan minimum support 7% menunjukkan terdapat 453 kemunculan titik panas yang terjadi secara berurutan pada hari ke-4613 (19 Juni 2013) kemudian hari ke-4615 (21 Juni 2013). Rentang waktu kemunculan titik panas tersebut adalah selama 3 hari.