Mufidah, Hanifatul (2024) Implementasi metode ST-DBSCAN untuk pengelompokan pola penyebaran petir di Kota Malang. Undergraduate thesis, Universitas Islam Negeri Maulana Malik Ibrahim.
![]() |
Text (Fulltext)
200601110031.pdf - Accepted Version Available under License Creative Commons Attribution Non-commercial No Derivatives. Download (3MB) |
Abstract
ABSTRAK
Petir merupakan fenomena alam tak terelakkan yang terjadi di atmosfer bumi. Terjadinya fenomena petir ini sangat berbahaya karena energi yang dikeluarkan sangat besar hingga mencapai tiga jutaan volt. Sulit untuk memperkirakan waktu, lokasi, dan intensitasnya, sehingga sambaran petir dapat menimbulkan kerugian fisik karena sering mengakibatkan jatuhnya korban jiwa. Salah satu metode yang dapat digunakan untuk mengidentifikasi suatu kawasan dan waktu yang rawan terjadinya petir adalah dengan teknik clustering. Dalam penelitian ini metode clustering yang digunakan adalah algoritma ST-DBSCAN (Spatio Temporal-Density Based Spatial Clustering Application with Noise), yaitu algoritma clustering yang mengelompokkan data berdasarkan aspek spasial dan temporal. Dataset yang digunakan dalam penelitian ini adalah titik-titik petir di Kota Malang pada periode 1 Januari hingga 31 Desember 2022 dengan jumlah 16.800 data. Penelitian ini menghasilkan empat cluster dan terdapat 26 terdapat noise, memberikan nilai Koefisien Silhouette sebesar 0,104 yang menggunakan parameter seperti jarak spasial (Eps1 = 0,2), jarak temporal (Eps2 = 7), dan titik minimum anggota dalam kelompok (MinPts = 7). Sambaran Petir di Kota Malang pada tahun 2022 ini banyak terjadi di bulan Januari hingga Juli pada cluster pertama dengan jumlah 13.337 titik dan paling sedikit terjadi pada bulan Agustus dengan jumlah 110 titik.
ABSTRACT
Lightning is an inescapable natural occurrence in the Earth’s atmosphere. Lightning is extremely harmful since the energy released can reach up to three million volts. Lightning strikes are difficult to forecast in terms of time, position, and intensity, therefore they may result in physical losses as they often result in fatalities. One method that can be used to identify an area and time that is prone to lightning is the clustering technique. The clustering approach utilized in this study is the ST-DBSCAN algorithm (Spatio Temporal-Density Based Spatial Clustering Application with Noise), which groups data based on spatial and temporal aspects. The dataset used in this study is lightning spots in Malang City from 1 January to 31 December 2022, with a total of 16.800 data. The most accurate analysis findings revealed four clusters and 26 contained noise, giving a Silhouette Coefficient value of 0.104 which employs parameters such as spatial distance (Eps1 = 0.2), temporal distance (Eps2 = 7), and minimum parts of spots within the group (MinPts = 7). Lightning strikes in Malang City in 2022 are anticipated to be frequently encountered between January and July in the first cluster, totaling 13.337 spots and the least occurred in August with 110 spots.
مستخلص البحث
البرق أصر ظاهرة وطبيعة اللتي لا مفر منها حدوثة في الغلاف الأرض. وهذا أمر خطيرة جدا لا غاية لها. لأن الطاقة المنبعثة كبيرة جداً تصل إلى ثلاثة ملايين فولت. وصعب في تقدير التوقيث والموقع والشدة حدوثها. لذالك يمكن أن تسبب الصواعق ضررا اجسديا لأنها تؤدي إلى الوفيات غالبا. وتمكن أن تستخدم إحدى الطرق وهي تقنية التجميع لتحديد المنطقة المعينة والوقت المعرضين للصواعق. في هذه الدراسة، كانت طريقة التجميع المستخدمة هي خوارزمية ST-DBSCAN (تطبيق التجميع المكاني القائم على الكثافة الزمانية المكانية مع الضوضاء)، وهي خوارزمية تجميع تجمع البيانات بناءً على الجوانب المكانية والزمانية. مجموعة البيانات المستخدمة في هذه الدراسة هي نقاط البرق في مدينة مالانج في الفترة من ١ يناير إلى ٣١ ديسمبر ٢٠٢٢ بإجمالي ١٦.٨٠٠ بيانات. أنتج هذا البحث أربع مجموعات و٢٦ ضوضاء، مما أعطى قيمة معامل الصورة الظلية ٠،١٠٤ والتي تستخدم معلمات مثل المسافة المكانية (Eps1 = ٠ ،٢)، والمسافة الزمنية (Eps2 = ٧)، والحد الأدنى لنقطة الأعضاء في المجموعة (MinPts = ٧). حدثت معظم ضربات البرق في مدينة مالانج في عام ٢٠٢٢ في الفترة من يناير إلى يوليو في المجموعة الأولى بإجمالي ١٣.٣٠٩ نقطة وأقلها حدث في أغسطس بإجمالي ١١٠ نقاط.
Item Type: | Thesis (Undergraduate) |
---|---|
Supervisor: | Fahmi, Hisyam and Jauhari, Mohammad Nafie |
Keywords: | Petir; Data Mining; Clustering; ST-DBSCAN; Lightning; Data Mining; Clustering; ST-DBSCAN; البرق; استخراج البيانات; التجميع; ST-DBSCAN |
Subjects: | 08 INFORMATION AND COMPUTING SCIENCES > 0801 Artificial Intelligence and Image Processing > 080109 Pattern Recognition and Data Mining |
Departement: | Fakultas Sains dan Teknologi > Jurusan Matematika |
Depositing User: | Unnamed user with email 200601110031@student.uin-malang.ac.id |
Date Deposited: | 26 Jun 2024 14:42 |
Last Modified: | 26 Jun 2024 14:42 |
URI: | http://etheses.uin-malang.ac.id/id/eprint/64257 |
Downloads
Downloads per month over past year
Actions (login required)
![]() |
View Item |