Optimasi Parameter Algoritma DBSCAN untuk Mendeteksi Titik Panas Kebakaran Hutan dan Lahan

Putri Yulidsf Utami (Universitas Muhammadiyah Pontianak)
Sahid Agustian Hudjimartsu (Universitas Ibnu Khaldun)
Tiara Aurilia Viona (Universitas Muhammadiyah Pontianak)
Hulwana Sharfina (Universitas Muhammadiyah Pontianak)

Jurnal Edukasi dan Penelitian Informatika (JEPIN)
Vol 9, No 3 (2023): Volume 9 No 3

Pencegahan terjadinya kebakaran hutan dan lahan dapat dilakukan dengan menyediakan informasi terkait titik panas dan karakteristik wilayah yang berpotensi munculnya titik panas. Tujuan penelitian ini untuk mengelompokkan data titik panas menjadi beberapa cluster berdasarkan density menggunakan algoritma DBSCAN. Untuk mendapatkan hasil cluster terbaik dilakukan optimasi parameter DBSCAN yaitu nilai epsilon dan minpts. terbaik Berdasarkan beberapa kali hasil iterasi terbentuk nilai epsilon 10 dan minpts minimal titik dalam satu cluster adalah 5. Nilai ini merupakan nilai terbaik dikarenakan membentuk cluster minim noise. Cluster terbentuk berdasarkan nilai LST dan NBR. Berdasarkan hasil penelitian cluster terbanyak yaitu pada tahun 2019 dan tahun 2022 terbentuk 3 cluster. Cluster 0 merupakan cluster yang memiliki nilai LST tinggi atau suhu permukaan tinggi dan memiliki nilai NBR tinggi atau luas terbakar tinggi. Cluster1 merupakan cluster yang memiliki nilai LST tinggi atau suhu permukaan tinggi dan memiliki nilai NBR sedang atau luas terbakar sedang. Sedangkan Cluster2 merupakan cluster yang memiliki nilai LST sedang atau suhu permukaan sedang dan memiliki nilai NBR sedang atau luas terbakar sedang. Kombinasi nilai LST dan NBR menunjukkan area tersebut pernah mengalami kebakaran hutan dan lahan. Evaluasi performa clustering algoritma DBSCAN dilakukan menggunakan Silhouette coefficient. Hasil evaluasi tahun 2017 nilai Silhouette coefficient yaitu 0,773 termasuk strong structure. Tahun 2018 nilai Silhouette coefficient yaitu 0,722 termasuk strong structure. Tahun 2019 terbentuk 3 cluster nilai Silhouette coefficient cluster 0  yaitu 0,875, nilai Silhouette coefficient cluster 1 yaitu 0,802 nilai Silhouette coefficient cluster 2 yaitu 0,876 termasuk pada kategori strong structure. Tahun 2020 terbentuk 2 cluster nilai Silhouette coefficient cluster 0  yaitu 0,637, nilai Silhouette coefficient cluster 1 yaitu 0,649 termasuk pada kategori Medium Structure. Tahun 2021 nilai Silhouette coefficient yaitu 0,714 termasuk strong structure. Tahun 2022 nilai  cluster 0 Silhouette coefficient yaitu 0,802, nilai Silhouette coefficient  cluster 1yaitu 0,811, dan nilai Silhouette coefficient cluster 2 yaitu 0,712 termasuk pada kategori strong structure.