Modul clustering dalam sistem SOLAP untuk persebaran titik panas di Indonesia menggunakan framework SpagoBI
Abstract
Hampir setiap tahun Indonesia mengalami bencana kebakaran hutan yang
berdampak pada menyusutnya lahan hutan di Indonesia. Titik panas merupakan
parameter yang dapat dijadikan sebagai indikator kebakaran hutan. Salah satu
teknik data mining yang dapat dimanfaatkan untuk mengolah data titik panas adalah
clustering. Teknik clustering digunakan untuk mendapatkan pola menarik sehingga
analisis pola kemuculan titik panas dapat dilakukan. Penelitian ini membangun
modul clustering dalam sistem SOLAP dengan framework SpagoBI yang
terintegrasi dengan R engine. Algoritme yang digunakan dalam proses clustering
adalah ST-DBSCAN dengan parameter yang digunakan adalah jarak spasial (Eps1),
jarak temporal (Eps2), dan kepadatan cluster (MinPts). Data yang digunakan adalah
data titik panas di Indonesia bulan Januari sampai dengan Maret 2015. Modul
clustering dapat menampilkan hasil clustering titik panas dalam bentuk teks dan
tabel statis pada SpagoBI serta dapat menampilkan visualisasi klaster-klaster titik
panas dalam bentuk peta dan grafik pada halaman HTML melalui perangkat lunak
R. Hasil analisis menunjukkan pola kemunculan titik panas yang paling sering
muncul adalah pola stationary di Kabupaten Bengkalis pada bulan Januari-Maret
2015.
Collections
- UT - Computer Science [2322]