Modul clustering dalam sistem SOLAP untuk persebaran titik panas di Indonesia menggunakan framework SpagoBI

Abstract

Hampir setiap tahun Indonesia mengalami bencana kebakaran hutan yang berdampak pada menyusutnya lahan hutan di Indonesia. Titik panas merupakan parameter yang dapat dijadikan sebagai indikator kebakaran hutan. Salah satu teknik data mining yang dapat dimanfaatkan untuk mengolah data titik panas adalah clustering. Teknik clustering digunakan untuk mendapatkan pola menarik sehingga analisis pola kemuculan titik panas dapat dilakukan. Penelitian ini membangun modul clustering dalam sistem SOLAP dengan framework SpagoBI yang terintegrasi dengan R engine. Algoritme yang digunakan dalam proses clustering adalah ST-DBSCAN dengan parameter yang digunakan adalah jarak spasial (Eps1), jarak temporal (Eps2), dan kepadatan cluster (MinPts). Data yang digunakan adalah data titik panas di Indonesia bulan Januari sampai dengan Maret 2015. Modul clustering dapat menampilkan hasil clustering titik panas dalam bentuk teks dan tabel statis pada SpagoBI serta dapat menampilkan visualisasi klaster-klaster titik panas dalam bentuk peta dan grafik pada halaman HTML melalui perangkat lunak R. Hasil analisis menunjukkan pola kemunculan titik panas yang paling sering muncul adalah pola stationary di Kabupaten Bengkalis pada bulan Januari-Maret 2015.