CLUSTERING DAN DATA MINING PADA GEODATABASE KEBENCANAAN GERAKAN TANAH DI KABUPATEN SUMEDANG

Afnindar Fakhrurrozi, Sukristiyanti -

Abstract


Penelitian ini adalah pengembangan teknik clustering dan data mining pada geodatabase kebencanaan gerakan tanah di Kabupaten Sumedang. Tujuan dari kegiatan ini adalah memperoleh sebaran spasial tingkat kerentanan gerakan tanah di Kabupaten Sumedang untuk membantu upaya mitigasi bencana gerakan tanah. Metode clustering yang digunakan adalah algoritma pencarian tetangga terdekat (KNearest Neighbor) dan spasial predikat ST_Contains. Clustering dilakukan untuk semua entitas obyek cluster geodatabase yang memiliki keragaman jenis entitas data (poligon, segmen garis dan titik, spasial dan non spasial) meliputi administrasi, geologi, jenis tanah, jalan, sungai, penggunaan lahan, elevasi dan pemukiman. Hasil clustering pada geodatabase dapat memberikan informasi-informasi penting terkait
dengan upaya mitigasi bencana gerakan tanah. Hubungan relasional di antara obyek-obyek dalam geodatabase merupakan salah satu karakteristik penting yang harus diperhatikan dalam memilih metoda clustering untuk mendapatkan informasi yang benar.

Keywords


clustering, data mining, geodatabase kebencanaan

Full Text:

PDF

References


Borcard, D., Gillet, F., Legendre, P., 2011. Numerical Ecology with R. Springer Science and Bussiness. New York, USA.

Das, C.I., 2011. Spatial Statistical Modelling For Assessing Landslide Hazzard and Vulnerability. Dissertation. ITC, University Of Twente.

Marinette, P., Gancarski, P., Auefere, M.A., Boussaid, O., 2009. Database Technologies : Concept, Methodologies, Tools and Application, Chapter 1.5 Pattern Mining and Clustering on Image Databases. IGI Global. New York, USA.

Ng, R.T,, Han J., 1994. Efficient and Effective Clustering Methods for Spatial Data Mining. Proceedings of the 20th VLDB Conference. Santiago, Chile.

Tae-Wan, R., Christoph, F., Eick., 2005. A database clustering methodology and tool, Information SciencesInformatics and Computer Science: An International Journal, v.171 n.1-3, p.29-59.

Zhang, C., Huang, Y., 2007. Cluster By: A New SQL Extension for Spatial Data Aggregation. GIS '07 Proceedings of the 15th annual ACM international symposium on Advances in geographic information systems. ACM. New York, USA.


Refbacks

  • There are currently no refbacks.


Copyright (c) 2018 Pusat Penelitian Geoteknologi LIPI

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.