SELEKSI ATRIBUT DENGAN TEORI ROUGH SET UNTUK SIMULASI EVAKUASI BENCANA KEBAKARAN HUTAN MENGGUNAKAN ALGORITMA DIJKSTRA

H. FERY HERDIYATMOKO, i wayan mustika, sri suning kusumawardani

2015 | Tesis | S2 Teknik Elektro

Bencana kebakaran dapat terjadi dimana saja dan kapan saja, misalkan terjadi di area tempat tinggal, di tambang atau di hutan. Untuk mencegah terjadinya bencana kebakaran tersebut, salah satu cara yang dapat dilakukan adalah deteksi dini kebakaran. Salah satu cara deteksi dini bencana kebakaran ini adalah mengenal indikator kebakaran. Indikator kebakaran ini diantaranya dapat berupa suhu, kelembaban, bahan bakar kebakaran, dan titik api. Dalam penelitian ini data parameter kebakaran hutan dikumpulkan oleh jaringan wirelesssensor networkyang diposisikansecaraspesifikpadalokasi di dalam hutan. Namun tidak semua parameter kebakaran hutan akan digunakan, karena semakin banyak parameter kebakaran hutan digunakan akan menyebabkan beban komputasi bertambah, sehingga data parameter yang paling penting saja yang akan digunakan. Salah satu cara mengekstraksi komponen yang paling penting adalah menggunakan seleksi parameter kebakaran hutan berbasis reduksi atribut. Untuk menyeleksi atribut kebakaran hutan terpilih, digunakan seleksi atribut dengan Teori Rough Set berbasis komputer. Dalam penelitian ini digunakan Aplikasi Rosetta yang memiliki fasilitas Algoritma Johnson����¯�¿�½������¢������¯������¿������½������¯������¿������½s untuk mendapatkan seleksi atribut dengan kompleksitas yang lebih rendah pada analisis data kebakaran hutan. Hasilkeluaran reduksiatributtersebut digunakan sebagai titik awal pencarian jalur evakuasi bencana kebakaran hutan dengan menggunakan Algoritma Dijkstra. Titik awal jalur evakuasi dimulai dari node hasil reduksi atribut menuju node berikutnya secara berurutan berdasarkan topologi jaringan yang dibentuk dari wireless sensor netowork, yang dipasang secara spesifik di area hutan tertentu. Tahap terakhir dari penelitian ini adalah menguji hasil reduksi atribut, untuk mencapai nilai minimal yang disyaratkan

It is very possible for fire disaster to occur anywhere and anytime, for instance, it occurs in the area of residence, mines or woods. Early fire detection is one of the ways that can be done in order to prevent the fire disaster. One way of early fire disaster detections is by indicating the fire indicator. The fire indicators may include temperature, humidity, fire fuel, and fire point. In this study, forest fires parameter data was collected by the wireless sensor networks which were positioned specifically on the location in the forests. However, not all parameters of forest fires were used since it would directly influence the comptational load. The more forest fires parameters were used, the more it increased the computational load. Therefore, it only used the most important parameter data. One of the way to extract the most important component was by using forest fire parameter selection with attribute reduction as its base. The selection of attributes with Rough Sets Theory based on computer was used to select selected forest fires attribute. This study used RoughDiscern Applications which had Discernibility matrix facilities for the attributes selection with lower complexity in the data analysis of forest fires. The output of that attribute reduction was used as a starting point of forest fires evacuation route search by using Dijkstra's algorithm. The starting point of the evacuation path was started from the node attribute reduction results to the next node in sequence based on the network topology of wireless sensor network which was installed specifically in a particular forest area. The last step of this study was testing the results of the attribute reduction to achieve the required minimum value.

Kata Kunci : Teori Rough Set, Algoritma Dijkstra, Wireless Sensor Network