Penentuan Nilai Epsilon (Eps) Optimal Pada Algoritme Dbscan Untuk Mengelompokkan Data Titik Panas Pada Lahan Gambut Di Sumate

Abstract

Pemantauan wilayah terjadinya titik panas dapat dilakukan dengan mengetahui penyebaran titik panas yang tersebar acak ataupun mengelompok. DBSCAN merupakan pengelompokkan berbasis kepadatan dari sejumlah data besar yang mengandung noise atau outlier. DBSCAN mempunyai dua parameter yaitu Eps dan MinPts. Akan tetapi, DBSCAN konvensional belum dapat menghasilkan nilai Eps secara optimal. Penelitian ini memodifikasi algoritme DBSCAN pada bahasa pemograman R untuk mendapatkan nilai Eps optimal secara otomatis. Penentuan nilai Eps optimal mengadopsi algoritme DMDBSCAN pada single level density sesuai k-dist plot. Data yang digunakan ialah dataset titik panas pada lahan gambut di Sumatera tahun 2013. Penelitian ini menghasilkan nilai Eps = 0.1118034 dan nilai MinPts = 3. Clustering menggunakan nilai parameter tersebut menghasilkan 43 cluster dan 54 noise dengan runtime sebesar 32.29 detik. Kepadatan titik panas tertinggi terdapat di Provinsi Riau dengan 2112 titik panas.