Clustering Data Spasial Titik Panas Dengan Kendala Jalan Dan Sungai Di Lahan Gambut Riau
View/ Open
Date
2016Author
Wijaya, Prima Trie
Sitanggang, Imas Sukaesih
Syaufina, Lailan
Metadata
Show full item recordAbstract
Kebakaran hutan dan lahan di Indonesia mengalami peningkatan setiap
tahunnya, dari 2 612,09 Ha pada tahun 2011 menjadi sebesar 44 411,36 Ha pada
tahun 2014. Salah satu wilayah yang sering mengalami kebakaran hutan dan
lahan, adalah wilayah Riau. Teknik data mining dapat diterapkan untuk
menangani serta menganalisa data persebaran titik panas berukuran besar.
Penelitian ini menerapkan algoritme CPO-WCC (Clustering in Presence of
Obstacles with Computed number of cells) yang merupakan algoritme yang
mempertimbangkan kondisi sebenarnya di lingkungan. Dengan memperhatikan
jalan dan sungai sebagai hambatannya. Data yang digunakan adalah data titik
panas di Provinsi Riau tahun 2014 serta data jalan dan sungai di provinsi Riau.
Penelitian ini dilakukan dalam lima tahap. Tahap pertama adalah praproses
data titik panas, tahap kedua clustering data titik panas menggunakan algoritme
CPO-WCC, dan algoritme DBSCAN. Tahap ketiga adalah evaluasi hasil
clustering dari masing-masing algoritme. Tahap keempat adalah melakukan
analisa cluster dari kedua algoritme dengan berdasarkan karakteristik fisikal dari
lahan gambut. Pada tahapan kelima dilakukan analisa cluster dari kedua algoritme
berdasarkan karakteristik data cuaca, serta data sosial ekonomi.
Hasil pengujian menunjukan bahwa hasil cluster dari algoritme CPOWCC
dan DBSCAN menghasilkan jumlah cluster yang berbeda. Pada cluster
terpadat hasil algoritme CPO-WCC, persebaran titik panas terbesar terdapat pada
tipe lahan gambut Hemists/Saprists (60/40) dengan tipe kedalaman gambut sangat
dalam (> 400 cm) dengan tipe gambut D4 (> 400 cm), dan terletak pada area
hutan rawa. Berdasarkan hasil clustering menggunakan algoritme DBSCAN,
persebaran titik panas dari cluster terpadat terletak pada tipe lahan gambut
Saprists/Hemists (60/40) dengan kedalaman sangat dalam (> 400 cm) dengan
tipe gambut D4 (> 400 cm) pada areal lahan gambut hutan rawa. Hasil pengujian
berdasarkan data cuaca menunjukan bahwa pada cluster terpadat hasil dari
algoritme CPO-WCC, titik panas terbesar pada bulan Maret. Sedangkan pada
cluster terpadat hasil dari algoritme DBSCAN persebaran titik panas terbesar
terjadi pada Februari. Hasil pengujian berdasarkan data sosial ekonomi
menunjukkan bahwa titik panas terbesar pada daerah dengan pendapatan
penduduk yang bersumber pada bidang pertanian. Diharapkan hasil dari penelitian
ini dapat bermanfaat bagi instansi terkait dalam pengambilan keputusan dalam
penanganan kebakaran hutan dan lahan