Sri Rahmadani, - (2021) PENGELOMPOKAN KECAMATAN RAWAN KEBAKARAN MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING. Skripsi thesis, UNIVERSITAS ISLAM NEGERI SULTAN SYARIF KASIM RIAU.

Preview	Text TA LENGKAP KECUALI BAB IV DAN V.pdf Download (2MB) | Preview
	Text (BAB IV DAN V IMPLEMENTASI DAN PENGUJIAN) BAB IV DAN V IMPLEMENTASI DAN PENGUJIAN.pdf - Published Version Restricted to Repository staff only Download (2MB)

Abstract

Titik api di Provinsi Riau hampir setiap tahunnya ada dan menimbulkan dampak kebakaran hutan. Salah satu penyebabnya adalah maraknya pembukaan lahan baru. Perlu adanya penanggulangan secepat mungkin untuk mengatasi masalah ini karena kebakaran hutan dapat mengakibatkan polusi udara dalam jangka pendek dan pemanasan global dalam jangka panjang. Sehingga masalah-masalah tersebut perlu diwaspadai dengan cepat salah satunya dengan mengetahui terlebih dahulu titik api yang kemungkinan akan muncul berdasarkan data-data yang ada sebelumnya. Pengolahan data mining sangat diperlukan guna menghasilkan data yang relevan untuk mengetahui kemungkinan terjadinya kebakaran hutan. Diharapkan pada hasil clustering yang menggunakan algoritma K-Means dapat membantu pihak terkait dalam memprediksi lebih dini kebakaran hutan yang kemungkinan akan muncul. Menjawab permasalahan diatas maka dibutuhkan sebuah sistem yang dapat membantu mengoptimalkan dalam proses penentuan clustering kebakaran hutan dengan menggunakan algoritma K-means Clustering. Atribut yang digunakan pada penelitian ini adalah lintang, bujur, tanggal serta cluster yang dibentuk pada penelitian ini adalah berjumlah 10 cluster. Pada penelitian ini dipilih pengujian blackbox untuk mengukur sejauh mana penelitian ini berjalan dan sesuai dengan analisa rancangan yang diharapkan. Penelitian ini melakukan visualisasi sebanyak 10 kali sesuai dengan jumlah cluster yang terbentuk. Kata kunci: Clustering, Data Mining, K-Means, Kebakaran Hutan, Provinsi Riau.

Actions (login required)

View Item