DBSCAN Density-Based Spatial Clustering of Applications with Noise

tersebar secara acak tetapi terdapat pola penggerombolan secara alami. Jika lokasi dan pola persebaran kebakaran hutan diketahui maka pihak terkait mampu melakukan perencanaan dalam melakukan manajemen pengelolaan kebakaran hutan. Misalnya untuk daerah yang dinilai rawan dalam waktu tertentu dan lokasinya pada batas administrasi maka diperlukan pengelolaan yang terpadu pada wilayah yang bersangkutan yang pada saat ini pengelolaannya dipisahkan. Saat ini tingkat kerawanan kebakaran hutan dilakukan dengan melakukan metode expert dan densitas, dimana kedua metode ini menggerombolkan hotspot kebakaran hutan tidak secara alami yaitu dengan membagi kelompok berdasarkan kedekatan sifat pada setiap hotspot melainkan dengan mengukur densitas kelompok kebakaran hutan yang berada di suatu lokasi tertentu. Sehingga kelompok kebakaran hutan tidak selalu memiliki karakter yang sama baik secara lokasi maupun waktu. Metode yang telah digunakan tidak sesuai dengan Hukum Geografi 1 Tobler yang seharusnya mengelompok karena kedekatan karakter baik lokasi maupun waktu. Alternatifnya adalah melakukan penggerombolan hotspot kebakaran hutan dengan menggunkan suatu metode, dimana metode tersebut akan mengelompokkan hotspot berdasarkan kedekatan karakter dari hotspot tersebut baik lokasi maupun waktu secara alami. Tehnik yang sesuai dengan metode ini diantaranya adalah DBSCAN dan ST-DBSCAN. DBSCAN melakukan penggerombolan dengan mengukur kedekatan anggota dalam setiap gerombolnya dengan jarak tertentu. ST-DBSCAN melakukan penggerombolan dengan mengukur kedekatan anggota dalam setiap gerombolnya dengan jarak dan waktu tertentu. Sehingga dengan melakukan penggerombolan menggunakan DBSCAN dan ST-DBSCAN dapat diperoleh gambaran penggerombolan yang anggota penggerombolannya memiliki sifat yang mirip satu dengan lainnya. Terdapat kemungkinan ditemukannya karakter dan pola spasiotemporal dari penggerombolan yang dihasilkan dimana karakter dan pola tersebut sangat diperlukan menyangkut isu-isu manajemen pengelolaan kebakaran hutan yang terjadi di Indonesia. Kerangka berpikir pada penelitian ini terdapat pada Gambar 8. Rujukan Teori Teori Hukum Geografi 1 Tobbler Penelitian Asumsi Hotspot tidak tersebar secara acak tetapi memiliki pola penggerombolan diantaranya disebabkan faktor manusia dan faktor alami Masukan Analisis Solusi - Penggerombolan DBSCAN jarak - Penggerombolan ST-DBSCAN jarak dan waktu digunakan untuk mengetahui pola persebaran hotspot kebakaran hutan - Hotspot biasanya muncul, bisa teratur atau tidak teratur - Untuk mengendalikan hotspot diperlukan pengenalan karakter Masalah Gambar 8 Kerangka berfikir

3.2. Tahapan Penelitian

Pada penelitian ini untuk mendeterminasi penggerombolan titik-titik rawan kebakaran hutan dengan menggunakan metode DBSCAN dan ST-DBSCAN tahap –tahap yang akan dilakukan terdapat pada Gambar 9. Mulai Penggerombolan ST-DBSCAN Output Penggerombolan Analisis Visualisasi Penggerombolan Selesai Pengumpulan Data dan Praproses Data Hasil Praproses Penggerombolan DBSCAN Output Penggerombolan Gambar 9 Diagram alir tahap-tahap penelitian

3.2.1. Sumber Data dan Praproses

Badan Nasional Penanggulangan Bencana BNPB pusat telah mengidentifikasi daerah rawan kebakaran hutan Sumatera Selatan merupakan salah satu diantaranya. Selain Sumatera Selatan terdapat juga provinsi Riau, Sumatera Utara, Jambi, Kalimantan Timur, dan Kalimantan Barat. Data spasial yang digunakan adalah hotspot kebakaran hutan di Sumatra Selatan tahun 2002-2003. Data hotspot yang digunakan diperoleh dari Fire Information For Resource Management System FIRMS yang merupakan data hotspot MODIS yang disediakan oleh National Aeronautics and Space Administration NASA. Data Sumatera Selatan dan data tahun 2003 sudah cukup mewakili pengembangan metode dalam melakukan salah satu usaha pemecahan masalah kebakaran hutan yang terjadi di Indonesia. Hal ini dikarenakan Sumatera Selatan merupakan salah satu daerah rawan bencana kebakaran. Analisis time series dalam melakukan prediksi bencana kebakaran masih memerlukan cakupan data dengan periode tahun yang lebih panjang. Tahapan praproses dilakukan terhadap semua data yang digunakan. Tahapan praproses data yang dilakukan adalah sebagai berikut: 1. Pemilihan Data Pada proses ini dilakukan pemilihan data hotspot yang terjadi di provinsi Sumatra Selatan pada tahun 2002-2003. Pada data tersebut akan dilakukan pemilihan field data yang diperlukan untuk mempercepat perhitungan data. Field data yang diperlukan yaitu lintang, bujur, dan tanggal. Untuk penggerombolan menggunakan DBSCAN, data dikelompokkan per bulan sedangkan penggerombolan ST-DBSCAN seluruh data akan diproses