• Tidak ada hasil yang ditemukan

Deteksi pencilan data titik api di provinsi riau menggunakan algoritme Clustering K-Means

N/A
N/A
Protected

Academic year: 2017

Membagikan "Deteksi pencilan data titik api di provinsi riau menggunakan algoritme Clustering K-Means"

Copied!
32
0
0

Teks penuh

Loading

Gambar

Gambar 1  Tahapan penelitian
Gambar 2  Titik api tahun 2000 hingga 2013 terhadap peta Provinsi Riau
Gambar 4  Visualisasi hasil clustering menggunakan fungsi kmeans dengan nilai k = 10
Tabel 3  Hasil clustering menggunakan fungsi kmeans dengan nilai  k = 10
+6

Referensi

Dokumen terkait

Saran yang dapat disampaikan untuk penelitian selanjutnya adalah menguji pohon keputusan yang dihasilkan pada data uji real untuk wilayah lain dan menerapkan algoritme

Dalam penelitian ini menggunakan metode watershed dengan kombinasi pre-processing opening serta closing, namun belum melingkupi objek titik api yang diharapkan, dari

Pengolahan data yang dilakukan menunjukkan kemampuan citra satelit Terra MODIS dalam mengekstrak parameter suhu permukaan yang berguna untuk mengidentifikasi titik api,

Untuk menghitung jarak tersebut dapat menggunakan euclidean distance seperti pada (4). Untuk menentukan anggota cluster adalah dengan memperhitungkan jarak minimum objek. Nilai

Untuk menghitung jarak tersebut dapat menggunakan euclidean distance seperti pada (4). Untuk menentukan anggota cluster adalah dengan memperhitungkan jarak minimum objek. Nilai yang

Clustering adalah proses pengelompokan objek data ke dalam kelas-kelas berbeda yang disebut cluster sehingga objek yang berada pada cluster yang sama semakin mirip dan

Tujuan penelitian ini adalah mendapatkan pola trayektori kabut asap dari kebakaran lahan gambut di provinsi Riau menggunakan perangkat lunak HYSPLIT dan analisis

METODE PENELITIAN 2.1 Praproses Data Praproses data adalah mengumpulkan data mentah dari Badan Pusat Statistik Provinsi Riau berupa data yang tersimpan dalam format PDF, yang