Clustering Titik Panas Menggunakan Algoritma Agglomerative Hierarchical Clustering (AHC)

Abstract

Kebakaran hutan di Indonesia setiap tahunnya masih sering terjadi. Dalam menanggulangi kebakaran hutan sendiri, para peneliti belakangan ini semakin fokus untuk melakukan pengembangan sistem yang mampu melakukan prediksi kebakaran hutan. Selain melakukan prediksi mengenai kebakaran hutan, antisipasi yang dapat dilakukan untuk membantu menangani pencegahan kebakaran hutan salah satunya adalah melakukan pengelompokkan terhadap wilayah yang memiliki potensi kebakaran. Pada penelitian ini melakukan Clusterisasi titik panas (hotspot) untuk membagi wilayah yang berpotensi untuk terbakar. Pengelompokkan wilayah dilakukan berdasarkan cluster kebakaran rendah, sedang, dan tinggi. Clusterisasi wilayah dilakukan menggunakan algoritma Agglomerative Hierarchical Clustering (AHC). Data yang digunakan pada perhitungan ini menggunakan wilayah Kalimantan Barat dengan menggunakan variable longitude, latitude, frp, confidence, dan curah hujan untuk menentukan clustering wilayah kebakaran. Tujuan dalam penelitian ini adalah untuk mengcluster titik panas kebakaran hutan berdasarkan wilayah yang berpotensi terjadi kebakaran hutan sehingga memiliki peluang untuk segera ditindaklanjuti. Dari hasil pengujian diperoleh pembentukan 2 cluster yang dimana menunjukkan terbentuk 2 pengelompokkan titik panas (hotspot) pada kelas sedang dan tinggi dengan nilai evaluasi silhouette coefficient 0,771.
 Kata kunci— Clustering, titik panas, Agglomerative Hierarchical Clustering

Clustering Earthquake Event Points in the Southeast Asia Region using Agglomerative Hierarchical Clustering

“…Keunggulan dari algoritma AHC adalah tidak perlu menentukan jumlah klaster yang diinginkan [12]. Metode ini memiliki tahapan dimulai dari pengumpulan data, pembagian kelompok kelas, perhitungan jarak euclidean, pembentukan dendrogram, dan evaluasi yang dilakukan menggunakan metode silhouette score(SS), davies bouldin index(DBI), dan calinski harabasz index(CHI).…”