Amijaya, Barik Kresna (2018) Clustering Titik Panas Bumi Menggunakan Algoritme Affinity Propagation. Sarjana thesis, Universitas Brawijaya.
Abstract
Kebakaran hutan dan lahan merupakan bencana yang mengakibatkan kerugian yang sangat besar serta dapat mengganggu aktivitas makhluk hidup disekitar lokasi kebakaran. Kebakaran hutan dan lahan seharusnya dapat dicegah dengan cara mengetahui penyebab terjadinya kebakaran. Salah satu cara pencegahan kebakaran adalah melakukan pemantauan titik panas bumi. Titik panas bumi adalah suatu area yang relatif suhunya lebih tinggi jika dibandingkan dengan area sekitarnya yang dideteksi satelit. Area tersebut diwakilkan dalam suatu titik yang memiliki koordinat tertentu. Titik panas bumi perlu dilakukan pengelompokan atau clustering agar diketahui kemiripan tiap titik dan mudah untuk dilakukan pemantauan. Clustering adalah proses mengelompokkan data ke dalam cluster, sehingga objek yang ada didalam suatu cluster memiliki kesamaan yang tinggi satu sama lain dan sangat berbeda dengan objek yang ada pada cluster lain. Metode Affinity Propagation merupakan metode yang digunakan untuk melakukan pengelompokkan data dengan menentukan eksemplar sebagai pusat data. Affinity Propagation melakukan clustering dengan mencari nilai responsibiltiy dan availability tiap data sehingga menemukan eksemplar yang tepat. Dalam penelitian ini telah dilakukan clustering menggunakan Affinity Propagation dengan nilai silhouette coefficient terbaik yaitu 0.317818 dengan 125 data dan terbentuk 44 cluster.
English Abstract
Forest and land fires are catastrophic and can distrupt the activity of living things around the fire location. Forest and land fires should be prevented by knowing the cause of the fire. One of the ways of fire prevention is to monitor the hotspot. The hotspot is an area where the temperature is relatively higher compared to the area around which the satellite is detected. The area is represented in a point that has certain coordinates. hotspot needs to be grouped or clustered to know the similarity of each point and easy to do monitoring. Clustering is the process of grouping data into clusters, so that objects that exist within a cluster have a high similarity with each other and very different from the objects that exist in other clusters. Affinity Propagation method is a method used to perform data grouping by specifying the exemplar as data centers. Affinity Propagation performs clustering by searching for responsibility value and availability of each data to find the right exemplar. In this research has done clustering using Affinity Propagation with the best silhouette coefficient value that is 0.317818 with 125 data and formed 44 cluster.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2018/257/051801947 |
| Uncontrolled Keywords: | Titik panas(hotspot), data mining, clustering, Affinity Propagation, Silhouette Coefficient |
| Subjects: | 000 Computer science, information and general works > 005 Computer programming, programs, data > 005.3 Programs |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Yusuf Dwi N. |
| Date Deposited: | 07 Jun 2018 02:43 |
| Last Modified: | 27 Oct 2021 05:26 |
| URI: | http://repository.ub.ac.id/id/eprint/11489 |
Preview |
Text
CLUSTERING TITIK PANAS BUMI MENGGUNAKAN ALGORITME AFFINITY PROPAGATION - Barik Kresna Amijaya - 125150207111055.pdf Download (4MB) | Preview |
Actions (login required)
 |
View Item |