<![CDATA[Kebakaran hutan, gambut, wilayah pertanian, maupun wilayah urban dan industri menjadi salah satu ancaman terbesar bagi lingkungan, menyebabkan kerusakan ekosistem dan kerugian ekonomi yang signifikan. Penelitian ini mengusulkan optimalisasi pengelompokkan titik api di Indonesia sebagai salah upaya pencegahan kebakaran dengan menggunakan algoritma Density-Based Spatial Clustering of Applications with Noise (DBSCAN). Metodologi yang digunakan dalam penelitian mencakup pemrosesan data, pemilihan parameter tuning algoritma, dan evaluasi hasil klaster menggunakan metrik validasi internal yaitu Silhouette Coefficient (SC). Data penelitian diambil dari web FIRMS NASA berjumlah 12.708, dengan variabel yang digunakan yaitu longitude, latitude, bright_t31, brightness, fire radiative power, scan, dan track. Pada tahap pemrosesan dilakukan pembersihan dan standarisasi data memakai algoritma z-score. Selanjutnya percobaan klasterisasi dijalankan dengan mengubah-ubah nilai pada parameter epsilon (eps) sebesar 0.2, 2, 3, 4, 5, dan 10, yang dikombinasikan dengan nilai minimal point (MinPts) dari 2 sampai dengan 6. Hasil pengelompokkan optimal yang ditemukan adalah pada saat percobaan dengan nilai eps 4 dan MinPts 4. Kondisi optimal tersebut menghasilkan 2 klaster dan 3 noise, dengan nilai SC sebesar 0.8022. Penelitian ini memberikan wawasan baru dalam pemetaan risiko kebakaran serta dapat digunakan untuk sistem pemantauan berbasis kecerdasan buatan.]]>
Copyrights © 2025
