Metode DBSCAN clustering untuk analisis pola penyebaran petir di Pasuruan

INDONESIA:

Petir merupakan fenomena alam yang terjadi ketika terdapat gesekan antara muatan positif dengan negatif yang berada pada awan cumulus nimbus. Energi listrik yang dipancarkan oleh petir sangatlah besar. Tidak dapat dipungkiri, hampir setiap hari selalu terjadi petir di tempat yang berbeda-beda bahkan dalam waktu yang sangat singkat. Fokus penelitian ini adalah melakukan data mining untuk menggali pengetahuan baru dari data petir. Jenis data mining yang digunakan adalah dengan melakukan pengklasteran. Pengklasteran dilakukan untuk menemukan pola yang terdapat pada data petir, sehingga dapat menemukan karakteristiknya. 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. Perhitungan jarak antara core point dengan titik yang lain menggunakan euclidean distacnce. Semua titik yang berada dalam jangkauan ɛ dan jumlah titiknya memenuhi MinPts akan masuk kedalam anggota cluster, sedangkan yang tidak memenuhi akan menjadi noise. Tujuan penelitian ini adalah menganalisis hasil dari DBSCAN Clustering pada data petir dengan keadaan geografis di wilayah Pasuruan.

Dari hasil penelitian ini, dengan menggunakan ɛ yang optimum, yaitu 0,0125 dan MinPts sebanyak 9, diperoleh jumlah cluster sebanyak 2 dan noise sebanyak 15. Setelah dilakukan analisis, ternyata lokasi petir yang tergolong pada cluster pertama menyebar hampir di seluruh wilayah Pasuruan, kecuali daerah sekitar Kecamatan Prigen. Lokasi petir yang tergolong pada cluster kedua berada di Kecamatan Prigen. Sedangkan untuk noise, berada di sekitar cluster kedua dan beberapa terjadi di sepanjang garis lintang -7,7.

ENGLISH:

Lightning is a natural phenomenon that occurs when there is friction between the positive and the negative charge inside the cumulus nimbus clouds. The electrical energy emitted by lightning is very large. It can not be denied, almost everyday occurs lightning in different places even in a very short time. The focus of this research is to do data mining to explore new knowledge of lightning data. The type of data mining used is by doing clustering. Clustering is used to find the patterns in the lightning data, so it can find their characteristics. DBSCAN is an algorithm which used in this research to find the number of clusters and noise in lightning data based on its density. The epsilon (ɛ) and minimum points (MinPts) values are derived from the experiment results by selecting the best Silhouette Score. Calculation of distances between core points with another point using euclidean distacnce. All points that are within the radius ɛ and the number of points fills MinPts will be the cluster members, so the others will be noise. The purpose of this research is analyzing the results of DBSCAN Clustering on lightning data with geographical state in Pasuruan.

From the results of this research, by using the optimum ɛ, which is 0,0125 and MinPts 9, obtained the number of clusters is 2 with 15 noise. By the analysis, apparently the location of lightning that belongs to the first cluster spread in almost all Pasuruan areas, except the area around Prigen district. The location of lightning that belongs to the second cluster is located in Prigen District. Whereas noise, it is around the second cluster and some occurs along the latitude -7.7.

ARABIC:

البرق هو ظاهرة طبيعية تحدث عندما يكون هناك احتكاك بين الإيجابية والسلبية داخل غيوم كومولوس نيمبوس. الطاقة الكهربائية المنبعثة من البرق كبيرة جدا. لا يمكن إنكارذلك، يحدث كل يوم تقريبا البرق في أماكن مختلفة حتى في وقت قصير جدا. يركز هذا البحث على القيام باستخراج البيانات لاستكشاف معرفة جديدة ببيانات البرق. نوع استخراج البيانات المستخدمة هو عن طريق القيام التجميع. يتم إجراء التجميع للعثور على الأنماط المخفية في بيانات البرق ، لذلك يجد خصائصها. DBSCAN هي خوارزمية تستخدم في هذا البحث للعثور على عدد من الكتل والضوضاء في بيانات البرق على أساس كثافتها. يتم اشتقاق قيم MinPts من نتائج التجربة عن طريق اختيار أفضل درجة ظلية. حساب المسافة بين النقاط الأساسية مع نقطة أخرى باستخدام الذهول الإقليدي، جميع النقاط التي تقع ضمن نطاق وعدد من النقاط المليئة MinPts ستدخل في أعضاء المجموعة، في حين أن تلك التي لا تجتمع ستكون الضوضاء. الغرض من هذا البحث هو تحليل نتائج تجمع DBSCAN مع دولة جغرافية في منطقة باسوران.

من نتائج هذا البحث، باستخدام الأمثل، وهو 0.0125وMinPts تسعة ، حصلت على عدد من المجموعات هو 2 مع 15 الضوضاء. بالتحليل, على ما يبدو الموقعة البرق أنّ ينتسب إلى المجموعة أولى انتشار في تقريبا كلّ مناطق باسوران, ماعدا المنطقة حول منطقة بريغن. يقع موقع البرق الذي ينتمي إلى الكتلة الثانية في منطقة بريغن. في حين أن الضوضاء ، هو حول الكتلة الثانية وبعضها يحدث على طول خط العرض -7.7