Implementasi Metode Improved K-Means untuk Mengelompokkan Titik Panas Bumi

Abstrak

Bencana adalah peristiwa atau rangkaian peristiwa yang mengancam dan mengganggu kehidupan dan penghidupan masyarakat yang disebabkan baik oleh faktor alam dan/atau faktor non alam maupun faktor. Salah satu bencana yang terjadi yaitu kebakaran. Kebakaran adalah nyala api yang terjadi baik itu kecil ataupun besar, menyala pada suatu daerah yang tidak diinginkan dan sulit untuk dikendalikan. Oleh karena itu harus dilakukan pencegahan dini, salah satu cara yaitu dengan titik panas bumi yang terdeteksi oleh satelit. Hal tersebut digunakan sebagai indikator kebakaran lahan dan hutan di suatu wilayah, sehingga semakin banyak titik hotspot, semakin banyak pula potensi kejadian kebakaran lahan di suatu wilayah. Oleh sebab itu diperlukan penerapan sistem yang dapat melakukan klasterisasi data titik panas bumi guna untuk menghasilkan keluaran sistem yang dapat melakukan pengelompokan data titik panas berisi informasi titik panas yang berpotensi menyebabkan kebakaran dengan berbagai status, seperti berpotensi tinggi, sedang, dan lemah. Improved K-Means merupakan salah satu metode clustering yang paling popular dan dapat digunakan untuk pengelompokan titik panas bumi. Algoritma ini melakukan proses clustering berdasarkan jarak maksimal sebagai pusat klaster dan pusat klaster tersebut akan dihitung jaraknya dengan data lain untuk dikelompokan. Hal tersebut dilakukan terus menerus sampai pengelompokan data kedalam klaster tidak berubah. Hal tersebut dibuktikan dalam penelitian ini dimana hasil dari evaluasi menggunakan silhouette coefficient memberikan nilai tertinggi 0.908000874 untuk nilai cluster 2 dan jumlah data 700.