PERBANDINGAN METODE AGGLOMERATIVE HIERARCHICAL CLUSTERING DAN METODE KMEDOIDS DALAM PENGELOMPOKAN DATA TITIK PANAS KEBAKARAN HUTAN DI INDONESIA

Abstract

Rusaknya keseimbangan alam, dikarenakan hutan termasuk pemasok oksigen serta penyedia kebutuhan bagi makhluk hidup lainnya. Asap yang dihasilkan dari kebakaran hutan pun juga dapat mengganggu aktivitas kehidupan manusia. Indonesia merupakan salah satu negara yang memiliki resiko terkait kebakaran hutan dan lahan. Diperlukan suatu upaya untuk mencegah terjadinya kebakaran hutan dan lahan yaitu melalui pemantauan titik hotspot atau titik panas bumi. Pengelompokkan atau Clustering titik panas (hotspot) dilakukan untuk memudahkan dalam memantau area-area kawasan Indonesia yang memiliki potensi rawan kebakaran tertinggi. Parameter atau feature data yang digunakan dalam proses Clustering yaitu Brightness, Brightness_t3, FRP (Fire Radiactive Power) dan Confidence. Metode atau algoritma yang digunakan dalam proses Clustering titik hotspot menggunakan algoritma Kmedoids dan Agglomerative Hierarchical. Output dari kedua algoritma menghasilkan suatu cluster atau pengelompok daerah yang memiliki potensi kebakaran hutan rendah, sedang dan tinggi. Evaluasi pengujian meggunakan metode Silhouette Coefficient dan Davies Boulding Index.  Hasil pengujian nilai Silhouette Coefficient meggunakan algoritma Kmedoids sebesar 37% sedangkan Agglomerative Hierarchical sebesar 37.3%. Hasil pengujian menggunakan Davies Boulding Index menghasilkan nilai akurasi metode Kmedoids sebesar 90.3% sedangkan Agglomerative Hierarchical sebesar 90.9%. Hal ini menunjukkan bahwa proses Clustering menggunakan metode Kmedoids dan Agglomerative Hierarchical memiliki tingkat accuracy yang tidak jauh berbeda.