English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Plus monthly

Global: Zendy Tools annual

Global: Zendy Tools monthly

Global: Zendy Free Plan

Kebakaran hutan merupakan permasalahan yang cukup serius di Indonesia. Salah satu indikator kemungkinan terjadinya kebakaran hutan dapat diketahui dengan kemunculan hotspot . Dataset hotspot merupakan data spasial yang berukuran besar karena dicatat setiap waktu. Spatial temporal-density based clustering algorithm (ST-DBSCAN) merupakan salah satu algoritme yang mampu mengolah data spasial dan temporal. Penelitian ini mengimplementasikan algoritme ST-DBSCAN menggunakan bahasa pemrograman R. R adalah perangkat lunak komputasi statistik dan grafis. Bahasa R digunakan di kalangan ahli statistik dan data mining untuk mengembangkan perangkat lunak statistik dan analisis data. Clustering dilakukan terhadap dataset hotspot di Sumatera Selatan pada periode tahun 2002-2003. Dengan menggunakan parameter jarak spasial ( Eps 1 = 0.2), parameter jarak temporal ( Eps 2 = 7) dan minimum anggota cluster ( MinPts = 7) didapatkan hasil 41 cluster dengan 712 noise . Kata kunci: kebakaran hutan, R, spatio-temporal , ST-DBSCAN, titik panas.

Spatio-Temporal Clustering Hotspot di Sumatera Selatan Tahun 2002-2003 Menggunakan Algoritme ST-DBSCAN dan Bahasa Pemrograman R