Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal Prosiding Seminar Nasional Unimus
Nila Amelinda Putri
Unknown Affiliation
Humanities Engineering Health Professions Nursing Public Health

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Spatial Temporal Density-Based Spatial Clustering Applications With Noise (ST-DBSCAN) Untuk Pengelompokan Titik Kebakaran Hutan dan Lahan di Provinsi Riau Pada Tahun 2021 Nila Amelinda Putri; Tiani Wahyu Utami; Rochdi Wasono
Prosiding Seminar Nasional Unimus Vol 6 (2023): Membangun Tatanan Sosial di Era Revolusi Industri 4.0 dalam Menunjang Pencapaian Susta
Publisher : Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kebakaran hutan dan lahan sering terjadi pada masa kemarau yang menimbulkan dampak buruk bagi lingkungan. Kejadian tersebut umumnya terjadi di Indonesia salah satunya di Provinsi Riau. Untuk mengatasi hal tersebut, perlu adanya pengelompokkan titik panas untuk mengetahui daerah yang rawan terjadi kebakaranhutan dan lahan menggunakan teknik clustering. Metode clustering yang biasa digunakan yaitu Spatial emporal Density-Based Spatial Clustering Of Applications With Noise (ST-DBSCAN). Data yang digunakan berupa data titik panas pada periode Januari 2021 hingga Desember 2021 di Provinsi Riau. Penelitian ini menggunakan parameter jarak spasial (Eps1= 0,025), parameter jarak temporal (Eps2= 30) dan jumlah minimal anggota cluster (MinPts= 2), menghasilkan total cluster 484 dengan 6 cluster besar dan 866 noise. Pusat titik kebakaran hutan banyak ditemukan di Kabupaten Pelalawan dan Kabupaten Bengkalis. Tipe pola satiotemporalyang paling banyak ditemukan adalah tipe irregular. Nilai silhouette coefficientspasial sebesar 0,1282 dan nilai silhouette coefficient temporal sebesar -0,8298.Kata Kunci: Clustering, Kebakaran Hutan dan Lahan, Silhouette Coefficient, Spatial Temporal Density Based Spatial Clustering Of Applications With Noise (ST-DBSCAN)
Co-Authors Rochdi Wasono Tiani Wahyu Utami