Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Journal of Artificial Intelligence and Technology Information
Febri Dwi Irawati
Sains Data, Fakultas Sains, Institut Teknologi Sumatera
Computer Science & IT Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Pengelompokkan Titik Panas Menggunakan Algoritma DBSCAN di Provinsi Sumatera Selatan Nawa Fatimi Fauziah; Febri Dwi Irawati; Muhajir Hasibuan
Journal of Artificial Intelligence and Technology Information (JAITI) Vol. 4 No. 2 (2026): Volume 4 Number 2 June 2026
Publisher : PT. Tech Cart Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58602/jaiti.v4i2.269

Abstract

Kebakaran hutan dan lahan yang berulang setiap tahun di Provinsi Sumatera Selatan menimbulkan kerugian ekologis dan ekonomi yang signifikan, didukung oleh dominasi lahan gambut sebesar 21,88% dari total gambut Sumatera. Meskipun pemantauan titik panas dari citra satelit MODIS telah banyak digunakan sebagai indikator kebakaran, analisis pengelompokkan spasial titik panas secara multi-tahun dengan evaluasi kualitas clustering di wilayah ini belum pernah dilakukan. Penelitian ini menerapkan algoritma Density Based Clustering Application with Noise dengan penentuan parameter adaptif menggunakan metode k-distance untuk mengelompokkan 17.353 titik panas tahun 2019–2023 dan mengidentifikasi pola spasial wilayah dengan kepadatan titik panas tertinggi. Parameter optimal ditentukan secara independen per tahun menggunakan Silhouette Coefficient ( ) sebagai kriteria seleksi, menghasilkan MinPts sebesar 11 sampai 13 dengan ε sebesar 0,1 untuk data padat (2019 dan 2023), serta MinPts sebesar 2 dengan ε sebesar 0,10 sampai 0,13 untuk data jarang (2020 sampai 2022), dengan kualitas cluster sebesar 0,296–0,670 dan Davies-Bouldin Index sebesar 0,273–0,595. Kabupaten Ogan Komering Ilir dan Kota Palembang teridentifikasi sebagai wilayah dengan kepadatan titik panas tertinggi secara konsisten selama lima tahun analisis, dengan cluster dominan mencakup 61,87% (2019) dan 73,92% (2023) dari seluruh titik panas yang terdeteksi.
Co-Authors Muhajir Hasibuan Nawa Fatimi Fauziah