Perpustakaan Digital ITB

GPS Data merupakan data yang dihasilkan oleh perangkat mobile dan memiliki fitur spatio-temporal yang menandakan lokasi dan waktu data direkam. Salah satu cara pencarian pengetahuan dari GPS Data adalah pencarian kelompok (Clustering) yang terdapat pada GPS Data yang mewakili pola pergerakan manusia secara berkelompok. Algoritma clustering yang akan digunakan adalah DBSCAN dan ST-DBSCAN yang merupakan pengembangan DBSCAN untuk mengolah data dengan fitur spatio-temporal. ST-DBSCAN akan dibandingkan dengan DBSCAN untuk menentukan algoritma terbaik untuk pemrosesan GPS Data yang memiliki fitur spatio-temporal. Framework yang akan digunakan adalah data mining. Data yang akan digunakan merupakan GPS Data saat bencana gempa bumi Ambon, Maluku Juni 2021. Eksperimen akan dibagi berdasarkan range waktu data, per hari dan total (11 – 16 Juni 2021). Hasil eksperimen akan dievaluasi dengan berbagai metriks yaitu metode silhouette, perbandingan runtime algoritma, dan perbandingan cluster dan outlier yang terbentuk. Berdasarkan waktu yang dibutuhkan algoritma untuk melakukan clustering, STDBSCAN membutuhkan waktu runtime yang lebih sedikit dibandingkan dengan DBSCAN. Cluster yang dibentuk algoritma ST-DBSCAN lebih baik dibandingkan dengan DBSCAN berdasarkan skor silhouette walaupun jumlah outlier yang terbentuk lebih banyak. Dari evaluasi cluster dan outlier yang terbentuk, skor silhouette, perbandingan runtime algoritma disimpulkan runtime yang dibutuhkan dan cluster yang terbentuk menggunakan algoritma ST-DBSCAN lebih baik daripada DBSCAN untuk pengolahan GPS Data.