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

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 tanpa melakukan pengelompokan data. 2. Tranformasi Data Tanggal Data tanggal akan disamakan dalam format dd-mm-yyy, setelah itu sebelum diolah dalam Matlab akan diubah lagi dalam format number. 3. Pembersihan Data Pada semua data dilakukan pembersihan data untuk mengganti nilai atribut yang hilang atau kosong.

3.2.2. Perhitungan Jarak

Dalam perhitungan radius epsilon Eps dan untuk mengukur kesamaan suatu titik apakah dimasukan dalam satu penggerombolan atau tidak digunakan suatu parameter dist jarak. Pengukuran jarak menggunakan Euclidean distance untuk mengukur jarak antara titik i dan j dari persamaan berikut: Dimana dan j merupakan objek data dua dimensi. Pada data DBSCAN digunakan satu parameter jarak yaitu Eps untuk mengukur persamaan data spasial sedangkan pada data ST-DBSCAN digunakan dua parameter jarak yaitu Eps1 untuk mengukur persamaan jarak data spasial yaitu jarak titik geografis dan Eps2 untuk mengukur persamaan data non spasial dalam penelitian ini menggunakan atribut waktu tanggal terjadi kebakaran.

3.2.3. Penentuan Eps dan MinPts

Menentukan parameter Eps dan MinPts dari penggerombolan terkecil pada basis data dapat dilakukan melalui observasi k-dist Gambar 10. Berikut langkah- langkah penentuan nilai Eps dan MinPts dari k-dist. k-dist Ambang batas point penggerombolan noise Gambar 10 Grafik nilai Eps 1. Komputasikan k-dist untuk seluruh titik pada beberapa k. Urutkan dalam urutan menurun dan plot nilai yang telah diurutkan. 2. Perubahan tajam pada nilai k-dist yang berhubungan dengan nilai Eps dan nilai k gunakan sebagai MinPts yang sesuai. 3. Poin yang k-dist lebih kecil dari Eps akan disebut sebagai core point titik inti, sementara titik lain akan dilabeli sebagai titik noise atau titik border. 4. Jika k terlalu besar maka penggerombolan kecil ukuran kurang dari k cenderung diberi label sebagai titik noise. Jika k terlalu kecil maka titik noise atau outlier akan salah diberi label sebagai penggerombolan. Eps dipilih yang kurang dari jarak yang ditentukan oleh lembah pertama.