<![CDATA[Kebakaran hutan dan lahan adalah masalah besar yang dapat menyebabkan kerusakan ekosistem hutan dan lingkungan. Salah satu indikator penting untuk mencegah kebakaran hutan dan lahan adalah dengan menyediakan informasi tentang titik panas dan karakteristik wilayah yang berpotensi munculnya titik panas. Tanda-tanda kebakaran hutan dan lahan dapat dideteksi dengan mengidentifikasi titik api di lokasi tertentu. Penelitian ini mengimplementasikan metode K-Means menggunakan RapidMiner, aplikasi ini freeware dan menyediakan berbagai metode pengolahan data yang mudah digunakan. Metode K-Means digunakan untuk mengumpulkan titik panas kebakaran hutan dan lahan. Proses pengumpulan data, pra-pemrosesan data, penerapan metode, evaluasi model, dan analisis hasil adalah bagian dari penelitian ini. Data titik panas dari tahun 2019 hingga 2021 digunakan untuk penelitian ini. Hasil uji validasi cluster menggunakan nilai koefisien silhouette algoritma K-Means menunjukkan nilai koefisien silhouette terbaik sebesar 0,756 termasuk pada kategori strong structure dengan nilai k = 2.]]>
Copyrights © 2023
