Sinaga, Dika Perdana (2020) Klasterisasi Data Titik Api Menggunakan Metode Self Organizing Map di Wilayah Jawa. Sarjana thesis, Universitas Brawijaya.
Abstract
Kebakaran hutan adalah suatu peristiwa terbakarnya hutan dan/atau lahan, baik secara alami maupun oleh perbuatan manusia, sehingga mengakibatkan kerusakan lingkungan yang menimbulkan kerugian ekologi, ekonomi, sosial budaya dan politik. Kebakaran hutan di Indonesia bukan menjadi hal yang baru, bahkan kebakaran hutan semakin meningkat setiap tahunnya. Hal ini terjadi karena Indonesia memiliki banyak lahan gambut dan juga dipengaruhi oleh fenomena El Nino Southern Oscillation (ENSO) yang membuat curah hujan di musim kemarau kurang dari setengah dari curah hujan normal. Potensi kebakaran hutan dapat diketahui melalui titik api (hotspot). Titik api merupakan sebuah pixel di daerah yang memiliki suhu permukaan relatif lebih tinggi dibandingkan dengan daerah sekitarnya berdasarkan ambang batas tertentu. Data titik api diperoleh dari situs NASA menggunakan satelit Terra/Aqua MODIS, terdapat 14,070 titik api dalam rentang 2010 hingga 2018. Salah satu cara untuk mendeteksi kebakaran lahan adalah dengan membagi data titik api menjadi beberapa kelompok. Pada penelitian ini untuk mengelompokan titik api digunakan algoritme Self Organizing Map untuk membentuk kelompok tersebut. Untuk mengukur kualitas klaster yang terbentuk digunakan algoritme Silhouette Coefficient (SC). Berdasarkan hasil pengujian didapatkan nilai SC tertinggi yaitu sebesar 0,248945455 dengan nilai jumlah neuron yaitu 3, nilai alpha 0,1, nilai epoch maksimum yaitu 18 dan nilai pengurangan learning rate yaitu 0,1. Jika dilihat dari tren perubahan titik api selama 3 tahun terakhir bersifat fluktuatif. Pada tahun 2016 merupakan nilai SC tertinggi yang dicapai yaitu 0,25323084. Jika dilihat dari jumlah titik api terbanyak yaitu pada tahun 2015. Dari tren tersebut didapatkan hasil bahwa wilayah Jawa bagian timur memiliki potensi yang besar akan kebakaran lahan dilihat dari titik api yang muncul dan nilai confidence.
English Abstract
Forest fires are a burning event of forests and/or land, both naturally and by human deeds, resulting in environmental destruction that led to ecological, economic, socio-cultural and political losses. Indonesia's forest fires are not a new thing, and even forest fires are increasing annually. This happens because Indonesia has a lot of peatland and is also influenced by the El Nino Southern Oscillation (ENSO) phenomenon which makes rainfall in the dry season less than half the normal rainfall. Potential forest fires can be known through a fire point (hotspot). A fire point is a pixel in an area that has a relatively higher surface temperature compared to the surrounding area based on a certain threshold. Fire Point Data is obtained from NASA's website using Terra/Aqua MODIS satellite, 14.070 fire points in the range of 2010 to 2018. One way to detect land fires is to divide the data of the fire points into groups. In this study to classify the fire point used the Self Organizing Map algorithm to form the group. To measure the quality of clusters formed using the Silhouette Coefficient (SC) algorithm. Based on the test results obtained the highest SC value of 0.248945455 with the value of neuron count is 3, alpha value 0.1, maximum epoch value is 18 and the value of reduction of learning rate is 0.1. If seen from the trend of point change of fire during the last 3 years is volatile. In 2016 it was the highest SC value achieved at 0.25323084. Whereas when viewed from the most number of fire points in the year 2015. From the trend gained the result that East Java region has a great potential for land fires seen from emerging fire points and confidence value.
Other obstract
-
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FILKOM/2020/120/052003082 |
| Uncontrolled Keywords: | kebakaran lahan, titik api, klaster, SOM, SC, land fires, fire points, clusters, SOM, SC |
| Subjects: | 000 Computer science, information and general works > 006 Special computer methods |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 10 Aug 2020 06:58 |
| Last Modified: | 14 Apr 2023 01:38 |
| URI: | http://repository.ub.ac.id/id/eprint/180881 |
![[thumbnail of DALAM MASA EMBARGO]](http://repository.ub.ac.id/style/images/fileicons/text.png) |
Text (DALAM MASA EMBARGO)
Dika Perdana Sinaga.pdf Restricted to Registered users only until 31 December 2023. Download (5MB) |
Actions (login required)
 |
View Item |