Metode DBSCAN Clustering untuk analisis pola penyebaran hujan di Sumenep

ABSTRAK

Hujan merupakan jatuhan berupa partikel-partikel air (hydrometeor) dengan diameter 0,5 mm atau lebih. Fokus penelitian ini adalah melakukan data mining untuk menggali pengetahuan baru dari data hujan. DBSCAN merupakan algoritma yang digunakan pada penelitian ini untuk menemukan jumlah klaster serta noise pada data petir berdasarkan kepadatan atau kerapatannya. Nilai epsilon (ɛ) dan minimum points (MinPts) diperoleh dari hasil eksperimen dengan memilih Silhouette Score yang terbaik. Tujuan penelitian ini adalah menganalisis hasil dari DBSCAN Clustering pada data hujan dengan keadaan geografis di wilayah Sumenep dan mengevaluasi hasil DBSCAN clustering.
Dari hasil penelitian ini, dengan menggunakan ɛ yang optimum, yaitu 10 dan MinPts sebanyak 6, diperoleh jumlah cluster sebanyak 3 dan noise sebanyak 13. Setelah dilakukan analisis, cluster pertama adalah lokasi dengan jumlah air hujan yang besar, yaitu dengan curah hujan lebih dari 300 mm. Cluster kedua adalah lokasi dengan jumlah air hujan sedang, yaitu dengan curah hujan sekitar 200-300 mm. cluster ketiga adalah lokasi dengan jumlah air hujan kecil, yaitu dengan curah hujan kurang dari 100 mm. Sedangkan untuk noise adalah hujan yang sangat jarang terjadi dan jumlah curah hujan yang sangat besar.

ABSTRACT

Rain is the droplets of water particles (hydrometeor) with a diameter of 0.5 mm or bigger. The research focuses on data mining to explore a new understanding of rainfall data. The research employed the DBSCAN algorithm to determine the number of clusters and noise of lightning data based on its density. The epsilon (ɛ) and the minimum points (MinPts) were selected from the experiment data using the best Silhouette Score. The research aims to analyze the result of rainfall data clustering of Sumenep and evaluate the result of DBSCAN clustering.
From the research results, using the most optimum ɛ of 10 and MinPts of 6 achieves three clusters and 13 noises. After the analysis, the first cluster has the highest rainfall volume, more than 300 mm. The second cluster is the location with a moderate rainfall volume of 200-300 mm. The third cluster is the location with the lowest rainfall volume, less than 100 mm. Meanwhile, the noise is the rare rainfall and extremely high rainfall volume.

مستخلص البحث

المطر هو شكل من أشكال قطرات الماء المتساقطة من السحاب في السماء (الظواهر الجوية المائية) التي يبلغ قطرها ٠.٥ مم أو أكثر. يركز هذا البحث على إجراء التنقيب عن البيانات لاستكشاف المعرفة الجديدة من بيانات المطر. DBSCAN هي خوارزمية مستخدمة في هذا البحث للعثور على عدد المجموعات والضوضاء في بيانات البرق بناء على الكثافة أو المتانة. يتم الحصول على قيمة إبسيلون (ɛ) والحد الأدنى من النقاط (MinPts) من النتائج التجريبية عن طريق اختيار أفضل درجة صورة ظلية. الهدف من هذا البحث هو تحليل نتائج خوارزمية DBSCAN للتجميع على بيانات الأمطار مع الظروف الجغرافية في منطقة سومنب وتقييم نتائج خوارزمية DBSCAN للتجميع.
من نتائج هذا البحث، باستخدام ɛ الأمثل ، أي ١٠ و MinPts بقدر ٦، تم الحصول على عدد المجموعات ما يصل إلى ٣ و noise بقدر ١٣. بعد التحليل، المجموعة الأولى هي موقع به كمية كبيرة من مياه الأمطار، والتي يزيد هطول الأمطار فيها عن ٣٠٠ ملم. المجموعة الثانية هي موقع به كمية معتدلة من مياه الأمطار، والتي يبلغ هطول الأمطار حوالي ٢٠٠-٣٠٠ ملم. المجموعة الثالثة هي موقع به كمية صغيرة من مياه الأمطار، أي مع هطول أمطار أقل من ١٠٠ ملم. أما بالنسبة ل noise فهي أمطار نادرة جدا وكمية كبيرة جدا من الأمطار.