Implementasi Metode Fuzzy Subtractive Clustering Untuk Pengelompokan Data Potensi Kebakaran Hutan/Lahan

Kusuma, Vianti Mala Anggraeni (2017) Implementasi Metode Fuzzy Subtractive Clustering Untuk Pengelompokan Data Potensi Kebakaran Hutan/Lahan. Sarjana thesis, Universitas Brawijaya.

Abstract

Hutan merupakan habitat bagi segala macam hewan dan tumbuhan, hutan memiliki fungsi sangat besar untuk menjaga keseimbangan alam, sebagai pemasok kebutuhan oksigen bagi makhluk hidup di bumi, dan sumber alam yang menyediakan berbagai bahan bagi kebutuhan manusia. Namun pada saat ini keberadaan hutan semakin berkurang disebabkan penebangan liar yang dilakukan manusia maupun akibat kebakaran hutan yang semakin sering terjadi. Kebakaran hutan/lahan ini memberikan dampak yang sangat buruk diantaranya, punahnya beberapa jenis tanaman dan hewan, asap yang mengganggu kesehatan bahkan penerbangan dan lain sebagainya. Maka untuk dapat membantu menangani masalah tersebut dibuatlah sebuah sistem yang mampu mengelola data titik api (hotspot) dengan metode Fuzzy Subtractive Clustering. Parameter data yang digunakan dalam pengembangan sistem yaitu brightness temperature (suhu kecerahan) dan FRP (Fire Radiative Power). Keluaran yang dihasilkan oleh sistem adalah hasil pengklasteran yang menggambarkan potensi kebakaran hutan, yang dikelompokkan dalam potensi tinggi dan potensi sedang. Hasil pengujian menunjukkan nilai silhouette coefficient terbaik sebesar 0.45 dan hasil cluster yang terbentuk sebanyak dua cluster, pengujian dengan menggunakan nilai accept ratio 0.5, reject ratio 0.15, jari – jari 0.2 dan squash factor 1.30. Hasil analisis dalam penentuan potensi kebakaran hutan/lahan diperoleh hasil potensi tinggi dengan nilai rata-rata brightness 335.727⁰K, FRP 57.248 dan rata-rata confidence 83.47% dan potensi sedang dengan nilai rata-rata brightness 318.934⁰K, FRP 23.330 dan rata-rata confidence 58.08%.

English Abstract

Forest is the habitat for all kinds of animals and plants, forests have a very big function to maintain the balance of nature, as the supplier of the oxygen requirement for living on earth, and the natural resources that provide a variety of materials for human needs. But at this moment the existence of forest diminishing due to illegal logging by humans or by forest fires are becoming more frequent. Forest fires this gives very bad impact, extinction of some species of plants and animals, the smoke is detrimental to health even low and so forth. So to be able to help deal with the issue made a system that can manage data hotspots (hotspots) with Fuzzy Subtractive Clustering. Parameter data used in the development of the system: brightness temperature and FRP (Fire Radiative Power). The result of clustering which illustrates the potential of forest fires, which are grouped in the high potential and low potential. The test results showed the best coefficient silhouette value of 0.45 and the results of the cluster is formed by two clusters using radius values 0.2, 0.5 ratio accept, reject ratio 0.15. The results of the analysis in the determination of the potential for forest fires result is a high potential with an average brightness value of 335.727⁰K, FRP 57.248 and average confidance 83.47%. While medium potential with an average brightness value of 318.934⁰K, FRP 23.330 and average confidance 58.08%.

Item Type:	Thesis (Sarjana)
Identification Number:	SKR/FTIK/2017/242/051704816
Uncontrolled Keywords:	Clustering, Hotspot, Fuzzy Subtractive Clustering, Silhouette Coefficient
Subjects:	000 Computer science, information and general works > 006 Special computer methods > 006.3 Artificial intelligence > 006.31 Machine learning
Divisions:	Fakultas Ilmu Komputer > Teknik Informatika
Depositing User:	Sugiantoro
Date Deposited:	17 Jul 2017 02:55
Last Modified:	02 Nov 2020 05:34
URI:	http://repository.ub.ac.id/id/eprint/272

Preview	Text 051704816 BAB I.pdf Download (304kB) | Preview
Preview	Text 051704816 BAB II.pdf Download (415kB) | Preview
Preview	Text 051704816 BAB III.pdf Download (786kB) | Preview
Preview	Text 051704816 BAB IV.pdf Download (303kB) | Preview
Preview	Text 051704816 BAB V.pdf Download (312kB) | Preview
Preview	Text 051704816 BAB VI.pdf Download (272kB) | Preview
Preview	Text 051704816 BAGIAN DEPAN.pdf Download (340kB) | Preview
	Text 051704816 DAFTAR PUSTAKA.pdf Download (285kB)

Actions (login required)

View Item