Aplikasi Berbasis Web Untuk Deteksi Pencilan Titik Panas Menggunakan Algoritme Clustering K-Means Dan Framework Shiny

Abstract

Analisis pencilan data titik panas Provinsi Riau tahun 2011 hingga 2012 sebagai indikator terjadinya kebakaran telah dilakukan, tetapi hal tersebut dirasa kurang membantu dalam upaya pencegahan kebakaran. Hal tersebut dikarenakan hasil dari analisis pencilan hanya dapat digunakan oleh orang tertentu dan tidak dapat dengan mudah dan cepat untuk diakses oleh pengguna. Tujuan penelitian ini adalah membuat aplikasi berbasis web untuk mendeteksi pencilan dan memvisualisaikan pencilan berdasarkan waktu dan lokasi. Deteksi pencilan telah dilakukan pada penelitian sebelumnya dengan menggunakan metode clustering k-means dengan pendekatan pencilan global dan pencilan kolektif pada data titik panas Provinsi Riau tahun 2001 sampai 2012. Pada penelitian ini dibuat aplikasi berbasis web menggunakan framework Shiny dengan bahasa pemrograman R. Aplikasi ini menyediakan beberapa fungsi, yaitu ringkasan dan visualisasi dari data yang dipilih, clustering data titik panas dengan algoritme k-means, visualisasi hasil clustering dan sum square error (SSE), serta menampilkan pencilan global maupun kolektif dan melihat penyebarannya dengan visualisasi pencilan pada peta Provinsi Riau.