Iklim Spatial Hotspots Clustering of Forest and Land Fires using DBSCAN and ST-DBSCAN.

selalu berhubungan dengan perubahan geografis. Sehingga ruang dan atribut memiliki hubungan dengan waktu.

2.8. Penggerombolan Spasial

Penggerombolan merupakan proses penggolongan data ke dalam kelas atau clustering, sehingga objek di dalam suatu penggerombolan memiliki tingkat persamaan lebih tinggi dari pada objek yang terdapat pada penggerombolan yang lain Han Kamber 2006. Metode ini akan membentuk data menjadi k grup partisi dengan persyaratan minimal memiliki satu anggota pada setiap grup dan setiap objek pada basis data harus berada dalam satu grup partisi. Penggerombolan spasial dapat diterapkan pada sekelompok objek spasial yang serupa secara bersama-sama, dengan asumsi implisit bahwa pola cenderung dikelompokkan dalam ruang dibandingkan dengan pola acak. Sebagai fungsi dari data mining, penggerombolan spasial dapat digunakan sebagai alat yang berdiri sendiri untuk mendapatkan wawasan tentang distribusi data, mengamati karakteristik setiap penggerombolan, dan fokus pada kelompok penggerombolan tertentu untuk analisis lebih lanjut Han et al. 2001. Segmentasi atau penggerombolan melibatkan partisi satu kumpulan data yang dipilih ke dalam kelompok yang bermakna atau kelas. Proses pengelompokan dapat mengakibatkan partisi yang berbeda pada suatu data, tergantung pada kriteria khusus yang digunakan untuk penggerombolan. Jadi sebelum melakukan penggerombolan dibutuhkan praproses dalam satu kumpulan data. Langkah-langkah dasar untuk proses penggerombolan disajikan Gambar 4 Fayyad et al. 1996. Gambar 4 Tahapan proses penggerombolan Fayyad et al. 1996.

2.9. Penggerombolan Spatiotemporal

Penggerombolan spatiotemporal adalah proses dalam mengelompokkan objek berdasarkan persamaan spatial dan temporal Kisilevich et al. 2010. Dimensi temporal mendeskripsikan perubahan objek dari data dan dimensi spasial mendeskripsikan lokasi dari suatu objek tersebut. Dapat ditemukan berbagai bentuk penggerombolan secara spatiotemporal. Dari beberapa kemungkinan bentuk penggerombolan spatiotemporal diantaranya stasionary, muncul kembali, jarang dan trak Poelitz Andrienko, 2010 . 1. Stasionary yaitu penggerombolan terbatas dalam ruang dan diperpanjang dalam waktu selama rentang waktu pada data atau dari saat beberapa waktu tertentu sampai akhir periode waktu yang diteliti. 2. Reappearing yaitu beberapa penggerombolan temporal terjadi pada tempat yang sama dan dipisahkan oleh interval waktu dimana tidak ada atau sangat sedikit peristiwa terjadi di tempat ini. Terdapat dua jenis penggerombolan muncul kembali yaitu penggerombolan regular periodic dan irregular. Penggerombolan regular yaitu penggerombolan temporal yang dipisahkan oleh interval waktu dengan panjang interval kira-kira sama. Penggerombolan irregular yaitu penggerombolan temporal yang dipisahkan oleh interval waktu dengan panjang interval yang tidak sama. 3. Occasional yaitu penggerombolan yang terbatas waktu sehingga tidak ada penggerombolan lainnya yang terjadi pada tempat yang sama. 4. Track yaitu penggerombolan temporal padat dalam peristiwa yang kemudian dialihkan dalam ruang sehubungan dengan peristiwa sebelumnya.

2.10. DBSCAN Density-Based Spatial Clustering of Applications with Noise

Density-based clustering algoritma algoritma penggerombolan berbasis kepadatan mengelompokkan titik berdasarkan kepadatan data di suatu wilayah. Algoritma DBSCAN diperkenalkan pertama kali oleh Ester tahun 1996. Algoritma DBSCAN mengidentifikasi anggota suatu penggerombolan dari kepadatan suatu titik. Ide dasar DBSCAN yaitu untuk setiap titik dari penggerombolan sekitar radius tertentu harus memiliki setidaknya minimum jumlah titik sehingga wilayah dengan kepadatan yang tinggi menandakan terdapat suatu penggerombolan sedangkan wilayah dengan kepadatan rendah diidentifikasi sebagai titik noise. Jika neighboorhood dengan radius dari suatu objek disebut sebagai Eps- neighborhood dari suatu objek dan MinPts merupakan jumlah minimum tetangga dari pusat objek core suatu penggerombolan. Konsep DBSCAN adalah sebagai berikut Ester et al. 1996 : 1. Eps-neighborhood dari suatu titik p, dinotasikan dengan yang didefinisikan oleh . Titik p merupakan directly density-reachable dari titik q wrt Eps, MinPts jika dan | kondisi titik pusat. 2. Core objek merupakan titik yang memiliki jumlah minimum MinPts pada radius Eps neighborhood. 3. Suatu objek p merupakan directly density reachable dari objek q jika p berada pada radius epsilon dari q dan q merupakan core objek. 4. Titik p merupakan density reachable dari titik q wrt. Eps dan MinPts jika terdapat rantai titik sehingga directly density reachable dari sehubungan dengan Eps dan MinPts, untuk . Gambar 5 merupakan hubungan q sebagai core point dan p sebagai border point. Titik p directly density reachable dari q sedangkan q tidak directly density reachable dari p. Directly density-reachable simetrik untuk pasangan titik pusat tetapi tidak simetrik jika salah satunya merupakan titik border. p q Gambar 5 Directly density reachable 5. Suatu objek merupakan density-connected pada objek q sehubungan dengan Eps dan MinPts dalam himpunan objek D jika terdapat suatu objek sehingga kedua p dan q merupakan density reachable dari 0 sehubungan dengan Eps dan MinPts Gambar 6.