IMPLEMENTASI DATA MINING DALAM DATA BENCANA KABUT ASAP DI SUMATERA SELATAN MENGGUNAKAN ALGORITMA FP-GROWTH
Keywords:
Data Mining, FP-Growth, Kabut AsapAbstract
Kabut asap merupakan permasalah yang sering terjadi di Sumatera Selatan yang dampaknya signifikan untuk kesehatan, ekonomi dan lingkungan. Penggunaan data mining menjadi kunci dalam mengidentifikasi pola hubungan asosiatif dalam data bencana tersebut. Penelitian ini bertujuan untuk menerapkan algoritma FP-Growth dalam menganalisis data bencana kabut asap di Sumatera Selatan. Dengan fokus pada identifikasi pola kombinasi datasets, penelitian ini diharapkan dapat memberikan wawasan baru terhadap faktor-faktor penyebab dan pola terjadinya kabut asap. Melalui penerapan metode penelitian yang sesuai, hasil penelitian ini diharapkan dapat memberikan kontribusi dalam upaya pencegahan dan mitigasi bencana kabut asap di Sumatera Selatan.
Downloads
References
BPBD, “Visi dan Misi BPBD Provinsi Sumatera Selatan”, http://bpbd.sumselprov.go.id/visi-dan-misi-bpbd-provinsi-sumsel
F. Martinez-Plumed et al., “CRISP-DM Twenty Years Later: From Data Mining Processes to Data Science Trajectories,” IEEE Trans. Knowl. Data Eng., vol. 33, no. 8, pp. 3048–3061, 2021. doi: https://doi.org/10.1109/TKDE.2019.2962680.
Hermanto, B., Yusman, M., & Nagara. (2019). Sistem Informasi Manajemen Keuangan Pada Pt . Hulu Balang. Jurnal Komputasi, 7(1), 17–26.
Iqbal Ramadhan, M. (2017). Penerapan Data Mining untuk Analisis Data Bencana Milik Bnpb Menggunakan Algoritma K-Means dan Linear Regression. Jurnal Informatika Dan Komputer, 22(1), 57–65.
Jannah, B. P. dan L. miftahul. (2016). Metodologi Penelitian Kuantitatif. In PT Rajagrafindo Persada (Vol. 3, Issue 2).
Magdalena, I., Salsabila, A., Krianasari, D. A., & Apsarini, S. F. (2021). Implementasi Model Pembelajaran Daring Pada Masa Pandemi Covid-19 Di Kelas Iii Sdn Sindangsari Iii. Jurnal Pendidikan Dan Dakwah, 3(1), 119–128. https://ejournal.stitpn.ac.id/index.php/pandawa
Oktaviani.J. (2018). Tinjauan Pustaka:Pengertian Implementasi. Sereal Untuk, 51(1), 51.
Pratiwi, T. A., Irsyad, M., & Kurniawan, R. (2021). Klasifikasi Kebakaran Hutan dan Lahan Menggunakan Algoritma Naïve Bayes (Studi Kasus: Provinsi Riau). Jurnal Sistem Dan Teknologi Informasi (Justin), 9(2), 101. https://doi.org/10.26418/justin.v9i2.42823
Queyrut, S., Bromberg, Y.-D., & Schiavoni, V. (2022). Pelta. 12(1), 37–43. https://doi.org/10.1145/3565010.3569064
Setyo, W. N., & Wardhana, S. (2019). Implementasi Data Mining Pada Penjualan Produk Di Cv Cahaya Setya Menggunakan Algoritma Fp-Growth. Petir, 12(1), 54–63. https://doi.org/10.33322/petir.v12i1.416
Stocks, N. (2016). 済無No Title No Title No Title. 1–23.
Sugianto, C. A., & Astita, M. N. (2017). Implementasi Data Mining Dalam Data Bencana Tanah Longsor Di Jawa Barat Menggunakan Algoritma Fp-Growth. Techno.Com, 17(1), 91–102. https://doi.org/10.33633/tc.v17i1.1601
Tarigan, P. M. S., Hardinata, J. T., Qurniawan, H., Safii, M., & Winanjaya, R. (2022). Implementasi Data Mining Menggunakan Algoritma Apriori Dalam Menentukan Persediaan Barang. Jurnal Janitra Informatika Dan Sistem Informasi, 2(1), 9–19. https://doi.org/10.25008/janitra.v2i1.142
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2024 Larasati Maulidiyah
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
