Spatial Temporal Density-Based Spatial Clustering Applications With Noise (ST-DBSCAN) Untuk Pengelompokan Titik Kebakaran Hutan dan Lahan di Provinsi Riau Pada Tahun 2021

Abstract

Kebakaran hutan dan lahan sering terjadi pada masa kemarau yang menimbulkan dampak buruk bagi lingkungan. Kejadian tersebut umumnya terjadi di Indonesia salah satunya di Provinsi Riau. Untuk mengatasi hal tersebut, perlu adanya pengelompokkan titik panas untuk mengetahui daerah yang rawan terjadi kebakaran
hutan dan lahan menggunakan teknik clustering. Metode clustering yang biasa digunakan yaitu Spatial emporal Density-Based Spatial Clustering Of Applications With Noise (ST-DBSCAN). Data yang digunakan berupa data titik panas pada periode Januari 2021 hingga Desember 2021 di Provinsi Riau. Penelitian ini menggunakan parameter jarak spasial (Eps1= 0,025), parameter jarak temporal (Eps2= 30) dan jumlah minimal anggota cluster (MinPts= 2), menghasilkan total cluster 484 dengan 6 cluster besar dan 866 noise. Pusat titik kebakaran hutan banyak ditemukan di Kabupaten Pelalawan dan Kabupaten Bengkalis. Tipe pola satiotemporal
yang paling banyak ditemukan adalah tipe irregular. Nilai silhouette coefficient
spasial sebesar 0,1282 dan nilai silhouette coefficient temporal sebesar -0,8298.

Kata Kunci: Clustering, Kebakaran Hutan dan Lahan, Silhouette Coefficient, Spatial Temporal Density Based Spatial Clustering Of Applications With Noise (ST-DBSCAN)