Aplikasi Incremental Spatio Temporal Clustering pada Data Titik Panas.

Abstract

Titik panas merupakan salah satu indikasi terjadinya kebakaran hutan dan lahan. Analisis data titik panas perlu dilakukan untuk mencegah terjadinya kebakaran hutan. Penelitian sebelumnya telah melakukan analisis pengelompokkan titik panas menggunakan algoritme incremental spatio temporal density based clustering (ST-DBSCAN). Namun pengelompokkan tersebut masih dijalankan pada console R. Oleh karena itu, penelitian ini bertujuan membangun aplikasi berbasis web untuk pengelompokkan data titik panas menggunakan modul incremental ST-DBSCAN. Dataset yang digunakan adalah data sebaran titik panas pada tahun 2014 hingga tahun 2017. Aplikasi dibangun menggunakan bahasa pemrogaman R dan framework Shiny. Aplikasi ini sudah berhasil dibangun dengan menerapkan metode pengembangan Adaptive Software Development (ASD). Hasil pembuatan modul update cluster dapat menunjukkan hasil pembaruan clustering dengan adanya data baru dan visualisasi hasil clustering. Hasil pengujian menggunakan black box testing pada aplikasi ini menunjukkan bahwa semua fitur dapat berjalan dengan baik dan hasil keluaran sudah sesuai dengan skenario. Berdasarkan hasil pengujian usability testing didapatkan persentase efektivitas 98.33% dan tingkat kepuasan sebesar 78.45%.