Clustering Spatio-Temporal Hotspot Di Lahan Gambut Sumatera Selatan Menggunakan Algoritma ST-DBSCAN Dengan Optimasi Parameter
Kebakaran hutan dan lahan (karhutla) di lahan gambut Provinsi Sumatera Selatan menjadi bencana tahunan yang memerlukan analisis mendalam untuk mitigasi yang efektif. Penelitian ini bertujuan untuk mengidentifikasi dan menganalisis pola spatio-temporal hotspot menggunakan algoritma ST-DBSCAN dengan optimasi parameter.
Data hotspot dari NASA FIRMS selama periode puncak kebakaran (Juli-November) pada tahun 2015, 2019, dan 2023 dianalisis dalam skala waktu harian (3 hari), mingguan (7 hari), dan bulanan (30 hari). Proses optimasi parameter berhasil menetapkan nilai yang disesuaikan dengan kepadatan data setiap tahunnya MinPts=10 dan ε1 = 0.9144 untuk 2015, MinPts=9 dan ε1 = 3.3821 untuk 2019, serta MinPts=8 dan ε1 = 2.8633 untuk 2023. Hasil clustering menunjukkan kualitas
yang sangat tinggi, dibuktikan dengan skor Silhouette Coefficient yang berkisar antara 0.83 hingga 0.92 dan Davies-Bouldin Index yang rendah (0.106-0.1556), menandakan cluster yang terbentuk padat dan terpisah dengan baik. Analisis mengungkap pola spatio-temporal yang konsisten, diawali dengan kemunculan cluster stationary (terpusat) pada awal musim kemarau yang kemudian berubah menjadi pola occasional (meluas dan berpindah) saat mencapai puncaknya.
Fenomena konsolidasi cluster juga teramati, di mana hotspot harian yang tersebar menyatu menjadi pola mingguan dan bulanan yang lebih stabil dan berkelanjutan. Secara konsisten, Kabupaten Ogan Komering Ilir dan Musi Banyuasin teridentifikasi sebagai pusat utama aktivitas hotspot di semua periode yang dianalisis. Penelitian ini menegaskan
bahwa penerapan ST-DBSCAN dengan parameter yang dioptimalkan mampu memetakan wilayah dan periode rawan, memberikan landasan ilmiah yang kuat untuk upaya pencegahan karhutla.
URI
https://repo.itera.ac.id/depan/submission/SB2508230004
Keyword
ST-DBSCAN Hotspot Clustering Spatio-Temporal Optimasi Parameter Lahan Gambut Karhutla