Pengelompokan Data Hotspot Menggunakan Metode LOF K-Means

Kebakaran hutan menjadi salah satu permasalahan di Indonesia. Dari awal tahun hingga September pada tahun 2019, kebakaran hutan dan lahan di Indonesia mencapai 857.756 hektar. Dampak kebakaran hutan dapat mengganggu kesehatan, transportasi bahkan hubungan bilateral dengan negara tetangga. Titik panas bumi atau hotspot merupakan indikasi adanya kebakaran hutan atau lahan. Pengelompokan data hotspot sebagai cara analisa data hotspot sangat penting untuk mencegah terjadinya kebakaran hutan atau lahan menjadi lebih besar. Pada penelitian sebelumnya, pengelompokan data hotspot berdasarkan fitur latitude, longtitude dengan LOF K-Means memberikan hasil lebih baik dibandingkan K-Means. Penelitian ini dilakukan pengelompokan data hotspot dengan metode LOF K-Means berdasarkan fitur latitude, longtitude dan brightness. Tujuan penelitian ini untuk mengetahui hasil perbandingan antara pengelompokan data hotspot berdasarkan fitur latitude, longtitude dengan pengelompokan data hotspot berdasarkan fitur latitude, longtitude dan brightness. Hasil penelitian ini dijadikan landasan untuk penelitian selanjutnya sebagai upaya pencegahan kerugian akibat kebakaran hutan dan lahan yang lebih besar. Berdasarkan hasil penelitian, penambahan fitur brightness sebagai dasar pengelompokan menggunakan metode LOF K-Means tidak memberikan hasil yang lebih bai