Pengelompokkan Titik Panas Menggunakan Algoritma Density Based Clustering Application With Noise (Studi Kasus Di Provinsi Sumatera Selatan Pada Tahun 2019-2023)
Kebakaran hutan merupakan salah satu peristiwa bencana alam yang kerap terjadi
di Indonesia, terutama saat terjadi musim kemarau. Salah satu pencegahan yang
dapat dilakukan yaitu dengan melakukan pemantauan terhadap titik panas. Titik
panas menjadi salah satu yang dapat digunakan sebagai indikator terjadinya
kebakaran hutan dan lahan yang telah banyak digunakan dalam pencegahan,
pengendalian, dan pemantauan kebakaran hutan. Adapun untuk menganalisis
pengelompokkan data titik panas ini dapat menggunakan algoritma Density Based
Clustering Application with Noise (DBSCAN) yang mampu menemukan cluster
dari data spasial. Algoritma ini mengidentifikasikan objek pada suatu wilayah
yang memiliki tingkat kepadatan yang cukup tinggi sebagai suatu kelompok.
Clustering dilakukan pada data titik panas di Wilayah Sumatera Selatan pada
tahun 2019 sampai 2023 sehingga dapat melihat sebaran dari daerah yang rawan
terhadap kebakaran, sehingga dapat meningkatkan kewaspadaan pada daerah
daerah tersebut. Parameter utama dalam algoritma DBSCAN adalah epsilon dan
jumlah minimum titik (MinPts). Pada tahun 2019 dan 2023, dengan data lebih dari
5.000 titik panas, parameter optimal yang digunakan adalah epsilon = 0.1 dan
MinPts = 13 pada 2019 serta MinPts = 11 pada 2023. Sedangkan pada tahun 2020
hingga 2022, dengan data kurang dari 538 titik panas, parameter optimal yang
digunakan adalah epsilon antara 0.1 hingga 0.13 dan MinPts = 2. Evaluasi
clustering dilakukan menggunakan dua metrik utama, yaitu Silhouette Coefficient
dan davies-bouldin index (DBI). Silhouette Coefficient pada tahun 2020 hingga
2022 berkisar antara 0.546 hingga 0.67, sementara pada tahun 2019 dan 2023 lebih
rendah, masing-masing 0.309 dan 0.296. Davies-bouldin index menunjukkan hasil
yang mendekati nilai 0, yang menandakan bahwa clustering yang dihasilkan cukup
baik, dengan nilai DBI bervariasi dari 1.315 hingga 1.93 selama periode analisis.
URI
https://repo.itera.ac.id/depan/submission/SB2409230258
Keyword
Kebakaran Titik Panas Clustering DBSCAN Sumatera Selatan