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

4 PEMBAHASAN

4.1. Sumber Data dan Karakteristik Data

Data diperoleh dari Fire Information For Resource Management System FIRMS yang merupakan data hotspot yang disediakan oleh National Aeronautics and Space Administration NASA. Hotspot tersebut diperoleh menggunakan data satelit Terra dan Aqua yang memiliki sensor bernama Moderate Resolution Imaging Spectroradiometer MODIS dalam mendeteksi suhu permukaan bumi. Gambar 11 Lokasi Sumatera Selatan Data yang diteliti adalah data titik panas hotspot kebakaran di Sumatera Selatan yang terletak antara 5 o 10’ sampai 1 o 20’ lintang selatan dan 101 o 40’ sampai 106 o 30’ bujur timur. Sehingga 1 o akan mewakili jarak sekitar 110 km Gambar 11.

4.2. Praproses Data

Tahapan praproses yang dilakukan dalam penelitian ini meliputi pemilihan data, transformasi data tanggal, dan pembersihan data.

4.2.1. Pemilihan Data

Terdapat 4822 record pada data hotspot Tahun 2002-2003 yang akan dipilih field lintang, bujur, dan tanggal. Kemudian pada data yang telah terpilih dilakukan pengelompokkan data berdasarkan bulan dan tahun yang sama sehingga terdapat 24 pengelompokan data dari bulan Januari 2002 sampai Desember 2003 untuk dilakukan penggerombolan menggunakan DBSCAN. Penggerombolan menggunakan ST-DBSCAN menggunakan field lintang, bujur dan tanggal tanpa melakukan pengelompokan berdasarkan bulan dan tahun.

4.2.2. Tranformasi Data Tanggal

File diproses dalam ST-DBSCAN menggunakan format dd-mm-yyy, kemudian diubah dalam format number sebelum diolah dalam Matlab.

4.2.3. Pembersihan Data

Field yang tidak diperlukan dan atribut yang kosong akan dihilangkan pada data hotspot.

4.3. Penentuan Nilai Eps

Dalam pembentukan penggerombolan DBSCAN memerlukan parameter MinPts dan Eps. Parameter MinPts digunakan sebagai jumlah minimum titik dalam suatu penggerombolan. Penentuan nilai Eps pada DBSCAN juga digunakan dalam mentukan nilai Eps1 pada ST-DBSCAN. Ide dalam penentuan nilai Eps dan MinPts adalah untuk titik dalam sebuah penggerombolan, maka k tetangga terdekat secara kasar memiliki jarak yang sama, titik noise memiliki jarak terjauh dari k-tetangga terdekat sehingga dilakukan plot jarak secara terurut pada setiap titik pada k-tetangga terdekat. Jika jarak dari titik ke k tetangga terdekat = k-dist, maka pada titik yang berada pada beberapa penggerombolan, nilai dari k-dist akan kecil jika k lebih kecil dari ukuran penggerombolan dan pada titik yang tidak berada dalam penggerombolan titik noise nilai k-dist relatif besar. Grafik k-dist dari data 2002-2003 terdapat pada Gambar 12. Gambar 12 Pergeseran nilai ambang pada k-dist Pada DBSCAN untuk mengoptimasi nilai Eps dan MinPts, didasarkan pada asumsi bahwa pada data tahun 2002-2003 yang telah ada, penggerombolan dapat diidentifikasi terbaik jika k tetangga terdekat memiliki jarak yang sama dengan titik yang lain atau dapat dikatakan bahwa titik dalam suatu penggerombolan secara kasar memiliki jarak yang sama. Untuk mengetahuinya dapat digambarkan dengan melakukan plot seluruh jarak ke k tetangga terdekat dari seluruh titik dengan nilai k yang bervariasi. Untuk mengoptimalkan nilai Eps dan MinPts, dipilih garis yang mendekati garis menaik kemudian dipotong secara vertikal pada plot k tetangga terdekat dimana seluruh titik di sebelah kiri garis vertikal merupakan core point Gambar 13. Sehingga semakin jauh digeser ke kiri, core point lebih sedikit dan penggerombolan yang terbentuk semakin sedikit. Sebaliknya jika garis potong vertikal berada di dekat sisi kanan grafik core point lebih banyak dan penggerombolan yang terbentuk semakin banyak. Pergeseran nilai ambang dilakukan untuk mendapatkan nilai ambang dengaan nilai k-dist yang maksimum yaitu penggerombolan dan jumlah titik noise yang kecil yang disesuaikan dengan kebutuhan penelitian dan data. Gambar 13 Grafik pergeseran penggerombolan Pergeseran nilai ambang pada penelitian ini dilakukan pada nilai k=4, k=7, k=11, k=15, dan k=18 dengan pergeseran nilai Eps 0.125 sampai 0.2. Dari pergeseran nilai ambang didapatkan nilai Eps=0.2 dengan penggerombolan yang paling sedikit yaitu berkisar antara 38-40 penggerombolan Gambar 13. Nilai titik noise paling sedikit didapatkan pada k=4, k=7, dan k=11 dengan Eps=0.2 dan k=4 dengan Eps =0.175 dengan jumlah titik noise sebanyak 6. Sehingga penggerombolan DBSCAN menggunakan nilai Eps =0.2 dan k =4 sebagai MinPts Gambar 14. 50 100 0.125 0.175 0.2 B a n y a k Pen g g er o m b o la n Nilai Eps1 Penggerombolan K=4 Penggerombolan K=7 Penggerombolan K=11 Penggerombolan K=15 Penggerombolan K=18