1. Home
  2. JUITA Vol. 6 Nomor 2, November 2018
  3. Sukamto

Penentuan Daerah Rawan Titik Api di Provinsi Riau Menggunakan Clustering Algoritma K-Means

Sukamto Sukamto, Ibnu Daqiqil Id, T.Rahmilia Angraini

Abstract


Penelitian ini membahas tentang daerah rawan titik api di Provinsi Riau.  Kebakaran hutan menjadi ancaman pada hutan di Indonesia. Mengingat faktor timbulnya dan dampak yang akan ditimbulkan dari kebakaran hutan, maka sangat penting untuk mengetahui daerah yang rawan terhadap titik api. Konsep data mining sangat cocok diterapkan untuk mengetahui status daerah rawan titik api. Dalam penelitian ini dilakukan pengelompokkan data dengan menggunakan Chebysev Distance K-Means. Data yang digunakan adalah data titik api di Provinsi Riau pada tahun 2016. Data dikelompokkan menjadi tiga cluster, yaitu 133 titik yang masuk kedalam cluster daerah sangat rawan titik api, 101 titik kedalam cluster daerah rawan titik api, dan 77 titik kedalam cluster daerah yang tidak rawan terhadap titik api,  dengan nilai DBI (Davies Bouldin Index) 0,361 menandakan bahwa pengklasteran Chebysev K-Means sebanyak 3 cluster sudah optimal. Hasil clustering divisualisasikan dengan Google Maps Api.

Keywords


clustering, hotspot, k-means.

References


[1] Agusta, Y., 2007, "K-Means – Penerapan, Permasalahan dan Metode Terkait", Jurnal Sistem Dan Informatika, volume 3, halaman 47–60.

[2] Fauzan, A., Baharudin, A.Y., dan Wibowo, F., 2014, "Sistem Klasterisasi Menggunakan Metode K-Means dalam Menentukan Posisi Access Point Berdasarkan Posisi Pengguna Hotspot di Universitas Muhammadiyah Purwokerto (Clustering System Using K-Means Method in Determining Access Point Position at Muhammadiyah University of Purwokerto)", Jurnal Informatika (JUITA), volume 3, nomor 1, halaman 25–29.

[3] Rahayu, S., Nugrahadi, D. T., & Indriani, F., 2014, "Clustering Penentuan Potensi Kejahatan Daerah Di Kota Banjarbaru Dengan Metode K-Means", Kumpulan Jurnal Ilmu Komputer (KLIK), volume 1, nomor 1, halaman 33–45.

[4] Meisida, N., Soesanto, O., & Chandra, H. K., 2014, "K- Means untuk Klasifikasi Penyakit Karies Gigi", Kumpulan Jurnal Ilmu Komputer (KLIK), volume 1, nomor 1, halaman 12–22.

[5] Nugroho, Y. S., & Haryati, S. N., 2015, "Klasifikasi dan Klastering Penjurusan Siswa SMA Negeri 3 Boyolali", Khazanah Informatika, volume 1, nomor 1, halaman 3–8.

[6] Apriyanti, N. R., Nugroho, R. A., & Soesanto, O., 2015, "Algortima K-Means Clustering Dalam Pengolahan Citra Digital Landsat", Kumpulan Jurnal Ilmu Komputer (KLIK), volume 2, nomor 2, halaman 1–13.

[7] Arwani, I., 2015, "Integrasi Algoritma K-Means Dengan Bahasa SQL untuk Klasterisasi IPK Mahasiswa (Studi Kasus: Fakultas Ilmu Komputer Universitas Brawijaya)", Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), volume 2, nomor 2, halaman 143–151.

[8] Robani, M., & Widodo, A., 2016, "Algoritma K-Means Clustering untuk Pengelompokan Ayat Al Quran Pada Terjemahan Bahasa Indonesia", Jurnal Sistem Informasi Bisnis, volume 6, nomor 2, halaman 164–176.

[9] Adams J, E. M., & Sagita R, D., 2016, "Sistem Temu Kembali Citra Berbasis Konten Menggunakan Haar Wavelet Transform dan K-Means Clustering", Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), volume 3, nomor 1, halaman 1–8.

[10] Elizawati, N., & Lesmana, L. S., 2017, "Analisis Nilai Rapor Siswa Kelas X Jurusan Multimedia Terhadap Minat pada Pelajaran Produktif Di Kelas XII untuk Menentukan Kompetensi Siswa dengan Metode Clustering Algoritma K-Means ( Studi Kasus Di SMKN 4 Padang )", Jurnal Komputer Terapan, volume 3, nomor 2, halaman 133–148.

[11] Nishom, M., & Fathoni, M. Y., 2018, "Implementasi Pendekatan Rule-Of-Thumb untuk Optimasi Algoritma K-Means Clustering", Jurnal Pengembangan IT (JPIT), volume 3, nomor 2, halaman 237–241.

[12] Lutfhi, M. A., 2016, "Klasterisasi Daerah Rawan Kecelakaan Lalu Lintas di Kota Semarang Menggunakan Chebyshev Distance K-Means", Skripsi, Fakultas Ilmu Komputer, Universitas Dian Nuswantoro, Semarang.


Full Text: PDF (Bahasa Indonesia)

DOI: 10.30595/juita.v6i2.3172

Refbacks

  • There are currently no refbacks.


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

ISSN: 2579-8901