Incremental spatio temporal density based clustering pada data titik panas.

Abstract

Titik panas adalah salah satu indikator kebakaran hutan dan lahan yang banyak digunakan untuk pengembangan sistem peringatan dini kebakaran dalam rangka pengendalian, pencegahan dan pemantauan kebakaran hutan di daerah yang memiliki risiko kebakaran tinggi seperti lahan gambut. Data mining dapat diterapkan untuk menganalisis data titik panas yang besar. Salah satu metode data mining untuk menganalisis data spasial dan temporal adalah Incremental spatio temporal density based clustering. Incremental spatio temporal density based clustering merupakan pengembangan dari algoritme ST-DBSCAN. penelitian ini bertujuan untuk: 1) merancang algoritme incremental spatio temporal density based clustering 2) untuk menerapkan algoritme incremental spatio temporal density based clustering pada data titik panas di Sumatera 2015. Parameter yang digunakan dalam algoritme ini adalah eps1, eps2, dan MinPts. Eps1 adalah parameter jarak untuk fitur spasial yang mewakili radius maksimum eps neighborhood. Eps2 adalah kesamaan ukuran nilai non spasial yaitu waktu dalam penelitian ini. MinPts adalah jumlah titik minimum objek yang berada pada eps neighborhood eps1 dan eps2. Penelitian ini menggunakan Medoids sebagai objek representatif dari cluster awal. Proses incremental spatio temporal density based clustering diterapkan pada database dinamis untuk memperbarui cluster awal. Incremental spatio temporal density based clustering memiliki fungsi utama yaitu memperbaharui data cluster dengan mempertimbangkan data baru yang termasuk dalam dataset tanpa proses clustering awal dari dataset yang ada. Implementasi algoritme akan mempengaruhi pembentukan outlier, memperbarui cluster yang ada, menciptakan cluster baru dan outlier. Outlier yang dihasilkan dari algoritme tersebut kemudian dikelompokkan menggunakan algoritme ST-DBSCAN untuk membuat cluster baru. Proses pengelompokan harus memenuhi parameter eps1 dan eps2 yang telah ditentukan dalam proses pengelompokan awal. Penelitian ini telah menerapkan Incremental spatio temporal density based clustering pada data titik panas di Sumatera 2015 untuk menganalisis kinerja algoritme. Hasil yang diperoleh adalah pembentukan outlier; penambahan cluster baru, dan penambahan jumlah anggota cluster lama di database titik panas Sumatra 2015. Algoritme diimplementasikan pada dataset titik panas pada periode April sampai Mei 2015 dan September sampai Oktober 2015 dengan eps1 0,1, eps2 3, 7, 30 dan minpts 5. Hasil yang diperoleh adalah 126 titik panas baru dimasukkan ke cluster lama sebagai anggota baru cluster. Cluster titik panas dapat digunakan oleh pihak terkait dalam pencegahan kebakaran.