DEWANTO, Reihan Putra (2024) Pengelompokan Titik Panas di Indonesia Menggunakan Algoritma ST-OPTICS (Spatio-Temporal Ordering Points to Identify the Clustering Structure). Undergraduate thesis, UNDIP: Fakultas Sains dan Matematika.

	Text 1-Cover.pdf Download (102kB)
	Text 3-Halaman Pengesahan I.pdf Download (199kB)
	Text 4-Halaman Pengesahan II.pdf Download (150kB)
	Text 5-Kata Pengantar.pdf Download (97kB)
	Text 6-Abstrak.pdf Download (52kB)
	Text 7-Abstract.pdf Download (48kB)
	Text 8-Daftar Isi.pdf Download (63kB)
	Text 12-Bab 1 Pendahuluan.pdf Download (138kB)
	Text 17-Daftar Pustaka.pdf Download (132kB)

Abstract

Kebakaran hutan dan lahan atau karhutla merupakan bencana tahunan dan membuat
kerugian tiap tahunnya bagi warga dan negara. Permasalahan karhutla diperlukan
upaya untuk memetakan karhutla di Indonesia menggunakan titik panas yang
dideteksi oleh satelit. Pemetaan titik panas dapat dibantu dengan pengolahan data,
yakni pengelompokan atau clustering. Penelitian ini menggunakan salah satu
metode dari density based clustering, metode tersebut adalah ST-OPTICS (Spatio
Temporal Ordering Points to Identify the Clustering Structure). Penggunaan
metode dikarenakan data spasial-temporal cocok jika dikelompokkan berdasarkan
kepadatannya dan ST-OPTICS berfokus pada kepadatan lokal. Data yang
digunakan merupakan data titik panas Indonesia pada tahun 2022. Data yang diolah
menggunakan parameter terbaik menghasilkan 253 cluster yang terbentuk dengan
2633 titik sebagai noise, dari 253 cluster yang terbentuk 51-nya adalah cluster
besar atau cluster yang bisa diamati polanya. Cluster yang diamati adalah 8 cluster
terbesar. Pola pada seluruh cluster yang diamati adalah pola track atau titik
mengembang dan bergeser dari periode sebelumnya. Interval waktu dari cluster
yang yang terbentuk mayoritas pada Bulan Juli hingga September/Oktober.
Geografi dari cluster juga berbeda seperti cluster 61, 80, 179, dan 187 yang berada
pada wilayah cukup timur yang didominasi oleh padang sabana. Cluster 42, 125,
dan 134 didominasi oleh lahan sawit atau lahan warga dan cluster 68 didominasi
oleh taman nasional. KLHK diharapkan bisa lebih memperhatikan titik panas pada
cluster yang terbentuk guna mengurangi dampak karhutla.
Kata Kunci: data mining, density-based clustering, data spasial-temporal, karhutla,
titik panas, ST-OPTICS

Actions (login required)

View Item