| dc.contributor.advisor | Agmalaro, Muhammad Asyhar | |
| dc.contributor.advisor | Sitanggang, Imas Sukaesih | |
| dc.contributor.author | Subhan, Daffa Muhammad | |
| dc.date.accessioned | 2023-07-20T03:47:12Z | |
| dc.date.available | 2023-07-20T03:47:12Z | |
| dc.date.issued | 2023 | |
| dc.identifier.uri | http://repository.ipb.ac.id/handle/123456789/122265 | |
| dc.description.abstract | Karhutla di Indonesia mengalami peningkatan dari intensitas dan
penyebarannya. Salah satu kegiatan untuk mencegah dan mengurangi terjadinya
fenomena tersebut adalah dengan menganalisis data titik panas. Data titik panas
tersebut dianalisis menggunakan teknik data mining, yaitu spatio-temporal
clustering dan sequential pattern mining. Penelitian ini dilakukan untuk
menggabungkan kedua teknik tersebut menjadi sebuah pengembangan sistem
terintegrasi yang lebih efisien dalam menganalisis data titik panas. Metode yang
digunakan pada penelitian ini adalah prototyping. Sistem ini menggunakan data
titik panas dari API SiPongi yang disimpan dalam database. Sistem yang
dikembangkan berupa aplikasi web menggunakan framework Shiny. Penelitian ini
berhasil melakukan penggabungan dua teknik beserta penggunaan data yang
dinamis dan berasal dari satu sumber database. Berdasarkan pengujian yang
dilakukan terhadap sistem, fitur untuk visualisasi data, yaitu peta, tabel, dan
summary memberikan hasil yang sesuai dengan ekspektasi. Fitur lainnya, seperti
help dan about juga memberikan hasil sesuai harapan. Hasil pengujian dilakukan
menggunakan metode black box testing dan mendapatkan 100% untuk efektivitas
sistem. | id |
| dc.description.abstract | Forest and land fires in Indonesia have increased in intensity and spread. One
of the activities to prevent and reduce the occurrence of this phenomenon is to
analyze hotspot data. The hotspot data are analyzed using data mining techniques,
namely spatio-temporal clustering and sequential pattern mining. This study aims
to combines the two techniques into an integrated system that is more efficient in
analyzing hotspot data. The method used in this study is Prototyping. The data for
this system are collected using the API from SiPongi that is stored in database. The
system is a web application using the Shiny framework. This study successfully
combined two separate data mining techniques with the use of dynamic data derived
from a single source of database. Based on tests conducted on the system, features
for data visualization, namely maps, tables, and summaries has met the expectations.
Other features, such as help and about also provide results as desired. The system
test using the black box method results in 100% system effectiveness | id |
| dc.language.iso | id | id |
| dc.publisher | IPB University | id |
| dc.title | Sistem Data Mining untuk Analisis Data Titik Panas | id |
| dc.title.alternative | Data Mining System to Analyze Hotspot Data | id |
| dc.type | Undergraduate Thesis | id |
| dc.subject.keyword | Data mining | id |
| dc.subject.keyword | Forest and land fires | id |
| dc.subject.keyword | Hotspot | id |
| dc.subject.keyword | Sequential pattern mining | id |
| dc.subject.keyword | Spatio-temporal clustering | id |
