2.97 Optimasi Aturan Asosiasi Multidimensi Menggunakan Algoritme Genetika Untuk Klasifikasi Kemunculan Titik Panas

Evaluasi aturan Hasil perhitungan Laplace accuracy LA pada Tabel 12 memperlihatkan bahwa dengan menggunakan Gain similarity ratio 60 diperoleh 22 aturan dari tiap generasi. Pada generasi 50 diperoleh aturan If Precipitation=3mmday and Screen_temp297K;298K Then hotspot_occurence=Yes yang memiliki Laplace Accuracy LA paling tinggi untuk kelas positif yaitu sebesar 0.76. Ini berarti bahwa daerah yang memiliki curah hujan lebih besar dari atau sama dengan 3 mm per hari dan cuaca dengan temperatur yaitu pada interval 297 Kelvin hingga 298 Kelvin mempunyai peluang munculnya titik panas sebesar 76. Sebaliknya Pada kelas negatif diperoleh aturan If Precipitation=3mmday and Screen_temp297K;298K Then hotspot_occurence=No yang memiliki Laplace Accuracy LA pada kelas negatif yaitu sebesar 0.21. Ini berarti bahwa proporsi peluang tidak munculnya titik panas sebesar 21 ditemukan pada daerah yang memiliki curah hujan lebih besar dari atau sama dengan 3 mm per hari dan pada daerah yang memiliki temperatur pada interval 297 Kelvin hingga 298 Kelvin. Pada generasi 150 diperoleh aturan If Screen_temp297K;298K Then hotspot_occurence=Yes yang menghasilkan Laplace Accuracy LA paling tinggi untuk kelas positif yaitu sebesar 0.57. Ini berarti bahwa daerah yang memiliki cuaca dengan temperatur yaitu pada interval 297 Kelvin hingga 298 Kelvin mempunyai peluang munculnya titik panas sebesar 57. Sebaliknya pada kelas negatif diperoleh aturan If Screen_temp297K;298K Then hotspot_occurence=No yang memiliki Laplace Accuracy LA sebesar 0.42. Hal ini menjelaskan bahwa proporsi peluang tidak munculnya titik panas diperoleh sebesar 42 pada daerah yang memiliki cuaca dengan temperatur pada interval 297 Kelvin hingga 298 Kelvin. Pada generasi 300 diperoleh aturan If Wind_speed1 m s -1 ; 2 m s -1 Then hotspot_occurence=Yes yang memiliki Laplace Accuracy LA paling tinggi untuk kelas positif yaitu sebesar 0.70. Hal ini menjelaskan bahwa proporsi peluang munculnya titik panas sebesar 70. Pada kelas negatif aturan If Wind_speed1 m s - 1 ;2 m s -1 Then hotspot_occurence=No memiliki Laplace Accuracy LA sebesar 0.30. Hal ini berarti bahwa proporsi peluang tidak munculnya titik panas sebesar 30 ditemukan pada daerah yang memiliki kecepatan angin pada interval 1 m s -1 hingga 2 m s -1 . Dengan menggunakan algoritme genetika model dan kualitas aturan dapat diketahui berdasarkan nilai fitness yang diperlihatkan pada Tabel 3 dan aturan yang diperlihatkan pada Tabel 4. di mana rata-rata aturan yang terdapat titik panas yang paling banyak muncul ialah aturan yang berisi “Precipitation=3mmday, Screen_temp297K;298K hotspot_occurence=Yes ” dengan nilai fitness sebesar 0.818. Seperti halnya untuk aturan yang tidak terdapat titik panas yang paling banyak muncul ialah aturan yang berisi “precipitation=3mmday, peatland_type=non_peatland hotspot_occurence=No dengan nilai fitness sebesar 0.913.