TEKS

IMPLEMENTASI ALGORITMA IMPROVED K-MEANS PADA DATA TITIK PANAS (HOTSPOT) PERMUKAAN BUMI

---

abstrak
Hotspot atau titik panas diindikasikan sebagai lokasi kebakaran hutan dan
lahan. Dari latar belakang kegunaan titik panas(hotspot) tersebut kami melakukan
penelitian tentang mengatasi kebakaran khususnya di wilayah hutan, dengan cara
mengelompokkan data titik panas (hotspot). Penelitian ini berfungsi untuk
mengetahui titik centroid dan cluster di daerah rawan kebakaran. Pada penelitian
ini digunakan metode Improved K-Means untuk mengetahui centroid titik panas
(hotspot) di wilayah Asia Tenggara. Metode Improved K-Meansmerupakan metode
K-means dengan penambahan teknik LOF untuk menghapus data outlier. Pada
penelitian ini di tentukan jumlah K yaitu K=10, K=15, K=20, K=25, K=30, K=35,
K=40, K=45 dan K=50. Hasil penelitian pengelompokan data titik panas bumi
menggunakan Improved K-Means mendapatkan hasil nilai klaster terbaik pada
jumlah klaster optimal K=20. Pada penelitian ini, nilai rata-rata SSE Improved K-
Means sebesar 33285,56 dan nilai rata-rata SSE K-Means sebesar 37469,22.
Kata kunci : Titik Panas (hostpot). Improved K-Means, Clustering.

---

Ketersediaan

S06-19871

S06-19871 PAM 2019

Koleksi Skripsi

Tersedia

Informasi Detail

Judul Seri

-

No. Panggil

S06-19871 PAM 2019

Penerbit

Surabaya : ITATS., 2019

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

NONE

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

Clustering
Improved K-Means
Titik Panas (hostpot)

Info Detail Spesifik

NPM : 06.2015.1.06494 Nilai : A

Pernyataan Tanggungjawab

Pembimbing : Rani Rotul Muhima, Ssi. MT.

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar