Linda Yuliana, - (2019) PENERAPAN ALGORITMA K-MODES CLUSTERING UNTUK PENGELOMPOKKAN DESA RAWAN KEBAKARAN DI PROVINSI RIAU (Studi Kasus: BPBD Riau). Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

	Text (BAB V) laporan bab 5.pdf - Published Version Restricted to Repository staff only Download (616kB)
	Text laporan kec bab 5 SEMUA WATERMARK.pdf Download (2MB)

Abstract

Kebakaran hutan adalah suatu masalah yang selalu terjadi di Indonesia pada setiap tahunnya. Hampir setiap tahun nilai kebakaran lahan dan hutan selalu bertambah, baik yang disengaja ataupun tidak disengaja. Karena hal tersebut menjadikan pencemaran udara pada beberapa daerah. Untuk mengurangi terjadi kebakaran dini diperlukan suatu sistem pengolahan data untuk mengolah data yang bersifat banyak, rumit dan membutuhkan waktu penyelesaian yang panjang. Maka pada penelitian ini penulis menggunakan Data Mining metode Clustering dengan algoritma K-Modes. Clustering adalah proses mengelompokkan data ke dalam suatu kelas atau klaster, sehingga objek pada suatu klaster memiliki kemiripan yang sangat besar dengan objek lain pada klaster yang sama, tetapi sangat tidak mirip dengan objek pada klaster lain. Untuk menangani masalah data kategorik, dalam penelitian ini akan dibahas sebuah algoritma bernama K-Modes yang merupakan varian dari algoritma k-means. Sama halnya seperti algoritma k-means, algoritma K-Modes ini menghasilkan solusi local optimum. Berdasarkan hasil pengujian validitas cluster menggunakan Davies Boudin Index (DBI) Pengelompokkan Cluster terbaik terdapat pada Pembagian 2 Cluster dan Pembagian 5 Cluster hal ini dibuktikan dengan nilai validitas 0,84 dan 1,54. Kata Kunci: Clustering, Data Mining, Kebakaran Lahan dan Hutan, K-Modes, Davies Boudin Index (DBI).

Actions (login required)

View Item