Nugroho, Danang (2017) Pengelompokan Data Titik Panas Bumi Dengan Menggunakan Metode FUZZY C-MEANS. Sarjana thesis, Universitas Brawijaya.
Abstract
Kebakaran hutan yang tidak terkendali adalah salah satu bencana yang dapat mengakibatkan kerugian materi sampai kehilangan nyawa. Kebakaran hutan yang berskala besar cukup sulit untuk dipadamkan, kadang-kadang membutuhkan waktu hingga berminggu-minggu agar semua titik api bisa padam. Kebakaran seharusnya dapat dicegah dengan cara mengetahui indikasi-indikasi terjadinya kebakaran. Salah satu indikasi terjadinya kebakaran adalah titik panas. Titik panas perlu dikelompokkan berdasarkan kemiripan sehingga diperoleh suatu informasi yang penting. Fuzzy C-Means merupakan salah satu metode clustering yang paling popular dan dapat digunakan untuk menyelesaikan permasalahan ini. Algoritma ini melakukan proses clustering berdasarkan derajat keanggotaan untuk menentukan pusat cluster dan dalam mencari pusat cluster, akan diulang terus-menerus sampai ditemukan posisi yang tepat sehingga memiliki error kurang dari 0.00001. Hal tersebut dibuktikan dalam penelitian ini dimana hasil dari evaluasi menggunakan silhouette coefficient memberikan nilai tertinggi 0.6797951874 untuk nilai cluster 2 dan jumlah data 250.
English Abstract
Uncontrolled forest fires is one disaster that could consequense in material loss to die. Large-scale forest fires is quite difficult to extinguish, sometimes take up to weeks for all fires can be extinguished. The fire could have been prevented by knowing indications of fire. One indication of the fire is hot spot. Hot spots need to be grouped by similarity to obtain an important information. Fuzzy C-Means is one of the most popular clustering methods and can be used to solve this problem. This algorithm applies a clustering process based on the degree of membership to determine the center of the cluster and while searching the center of the cluster, it will be repeated continuesly until it finds the right position so that it shows the error which is less than 0.00001. This is evidenced in the study where the results of the evaluation using the silhouette coefficient gives the highest value 0.6797951874 for cluster value 2 and count 250 data.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2017/43/051701139 |
| Subjects: | 000 Computer science, information and general works > 005 Computer programming, programs, data |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Kustati |
| Date Deposited: | 17 Feb 2017 09:21 |
| Last Modified: | 22 Oct 2021 06:18 |
| URI: | http://repository.ub.ac.id/id/eprint/147473 |
Preview |
Text
Laporan_Skripsi.pdf Download (4MB) | Preview |
Preview |
Text
Jurnal_Skripsi.pdf Download (2MB) | Preview |
Actions (login required)
 |
View Item |