BAB IV HASIL DAN PEMBAHASAN

BAB IV HASIL DAN PEMBAHASAN 4.1 Hasil Data Preprocessing Tahapan awal dalam analisis klaster data spasio-temporal clustering adalah melakukan data preprocessing. Hal ini dilakukan agar data yang akan dilakukan analisis spasio-temporal clustering sesuai dengan kebutuhan, serta adanya keterbatasan dalam melakukan analisis spasio-temporal clustering pada data yang berukuran besar. Data spasio-temporal merupakan data yang mengandung informasi geografi serta diambil dengan rentang waktu tertentu. Data citra satelit sebaran klorofil a yang diambil dari situs http://oceancolor.gsfc.nasa.gov/ memiliki format temporal 8 harian sehingga perlu dilakukan preprocessing data agar diperoleh data yang sesuai dengan kebutuhan analisis spasio-temporal clustering. Berikut adalah hasil implementasi untuk proses data preprocessing, hasil lengkap dapat dilihat pada lampiran. Tabel 1 hasi preprocessing data sebaran klorofil a Lat ( ) Long ( ) chlo(mg/m3) -2.781 105.106 0.974-2.781 105.189 0.559-2.781 105.272 0.522-2.781 105.355 0.58-2.781 105.439 0.637-2.781 105.522 0.73-2.781 105.605 0.765-2.781 105.688 0.739-2.781 105.771 0.599-2.781 105.854 0.656-2.781 105.938 0.563-2.781 106.021 0.515-2.864 105.106 0.387 47

48-2.864 105.189 0.472-2.864 105.272 999.9-2.864 105.355 999.9-2.864 105.439 999.9-2.864 105.522 999.9-2.864 105.605 999.9-2.864 105.688 999.9-2.864 105.771 999.9-2.864 105.854 999.9-2.864 105.938 999.9-2.864 106.021 999.9-2.947 105.106 999.9-2.947 105.189 999.9-2.947 105.272 0.15-2.947 105.355 0.101-2.947 105.439 0.088-2.947 105.522 999.9-2.947 105.605 999.9-2.947 105.688 0.134-2.947 105.771 0.2-2.947 105.854 999.9-2.947 105.938 999.9-2.947 106.021 999.9-3.03 105.106 999.9-3.03 105.189 999.9-3.03 105.272 999.9-3.03 105.355 999.9-3.03 105.439 999.9-3.03 105.522 999.9-3.03 105.605 999.9-3.03 105.688 999.9-3.03 105.771 999.9-3.03 105.854 999.9-3.03 105.938 999.9-3.03 106.021 999.9-3.113 105.106 999.9-3.113 105.189 999.9-3.113 105.272 999.9-3.113 105.355 999.9-3.113 105.439 999.9-3.113 105.522 999.9-3.113 105.605 999.9-3.113 105.688 999.9

-3.113 105.771 999.9-3.113 105.854 999.9-3.113 105.938 999.9-3.113 106.021 999.9-3.196 105.106 999.9-3.196 105.189 999.9-3.196 105.272 999.9-3.196 105.355 999.9-3.196 105.439 999.9-3.196 105.522 999.9-3.196 105.605 999.9-3.196 105.688 0.097-3.196 105.771 0.106-3.196 105.854 0.1-3.196 105.938 0.099-3.196 106.021 0.092-3.279 105.106 999.9-3.279 105.189 999.9-3.279 105.272 999.9-3.279 105.355 999.9-3.279 105.439 999.9-3.279 105.522 999.9-3.279 105.605 0.212-3.279 105.688 999.9-3.279 105.771 0.218-3.279 105.854 0.208-3.279 105.938 999.9-3.279 106.021 999.9-3.362 105.106 999.9-3.362 105.189 999.9-3.362 105.272 999.9-3.362 105.355 999.9-3.362 105.439 999.9-3.362 105.522 999.9-3.362 105.605 999.9-3.362 105.688 999.9-3.362 105.771 999.9-3.362 105.854 999.9-3.362 105.938 999.9-3.362 106.021 999.9-3.445 105.106 999.9-3.445 105.189 999.9-3.445 105.272 999.9 49

50-3.445 105.355 999.9-3.445 105.439 999.9-3.445 105.522 999.9-3.445 105.605 999.9-3.445 105.688 999.9-3.445 105.771 999.9-3.445 105.854 0.2-3.445 105.938 999.9-3.445 106.021 999.9-3.528 105.106 999.9-3.528 105.189 999.9-3.528 105.272 999.9-3.528 105.355 999.9-3.528 105.439 999.9-3.528 105.522 999.9-3.528 105.605 999.9-3.528 105.688 999.9-3.528 105.771 999.9-3.528 105.854 999.9-3.528 105.938 999.9-3.528 106.021 999.9-3.611 105.106 0.765-3.611 105.189 0.824-3.611 105.272 0.938-3.611 105.355 0.666-3.611 105.439 0.645-3.611 105.522 0.551-3.611 105.605 999.9-3.611 105.688 0.474-3.611 105.771 0.55-3.611 105.854 0.605-3.611 105.938 999.9-3.611 106.021 0.583-3.694 105.106 0.153-3.694 105.189 0.132-3.694 105.272 0.172-3.694 105.355 999.9-3.694 105.439 0.885-3.694 105.522 999.9-3.694 105.605 999.9-3.694 105.688 0.285-3.694 105.771 999.9-3.694 105.854 999.9

51-3.694 105.938 999.9-3.694 106.021 999.9 Berikut penjelasan dari tabel 1 di atas 1. Lat merupakan nilai koordinat untuk lintang, nilai negatif ( -2.781 ) menunjukkan nilai lintang selatan 2. Long merupakan nilai koordinat untuk koordinat bujur, nilai positif ( 105.106 ) menunjukkan koordinat bujur timur. 3. Chlo merupakan nilai sebaran klorofil a pada minggu pertama bulan januari tahun 2000 yang diperoleh dari data klorofil a satelit SeaWifs. Nilai 999,9 merupakan nilai noise yang diperoleh oleh satelit SeaWifs, sedangkan nilai 0,974 mg/m 3 merupakan nilai klorofil a. Hasil diatas merupakan hasil prepocessing data yang diperoleh dari hasil pengolahan data dengan SeaDAS. Data yang diunduh dari dari situs http://oceancolor.gsfc.nasa.gov/ memiliki format *.hdf sehingga diperlukan SeaDAS untuk dapat merubah formatnya menjadi *.asc. 4.2 Hasil Data Agregation Tahapan berikutnya dalam analisis cluster data spasio-temporal clustering adalah melakukan data agregation. Hal ini dilakukan agar data yang akan dilakukan analisis spasio-temporal clustering sesuai dengan kebutuhan, serta adanya keterbatasan dalam melakukan analisis spasio-temporal clustering pada data yang berukuran besar. Data spasio-temporal merupakan data yang mengandung informasi geografi serta diambil dengan rentang waktu tertentu. Data citra satelit sebaran klorofil a yang diambil dari situs http://oceancolor.gsfc.nasa.gov/ memiliki format temporal 8 harian sehingga perlu dilakukan agregasi data agar diperoleh data yang sesuai dengan kebutuhan analisis spasio-temporal clustering.

52 Berikut adalah hasil implementasi untuk proses data agregation, hasil lengkap dapat dilihat pada lampiran. Tabel 2 hasil agregrasi temporal data sebaran klorofil a bulan april 2000 Lat ( ) Long ( ) chlo(mg/m3) chlo(mg/m3) chlo(mg/m3) chlo(mg/m3) -2.781 105.106 999.9 999.9 0.974 999.9-2.781 105.189 999.9 999.9 0.559 999.9-2.781 105.272 999.9 999.9 0.522 999.9-2.781 105.355 999.9 999.9 0.58 999.9-2.781 105.439 999.9 999.9 0.637 999.9-2.781 105.522 999.9 999.9 0.73 999.9-2.781 105.605 999.9 999.9 0.765 999.9-2.781 105.688 999.9 999.9 0.739 999.9-2.781 105.771 999.9 999.9 0.599 999.9-2.781 105.854 999.9 999.9 0.656 999.9-2.781 105.938 999.9 999.9 0.563 999.9-2.781 106.021 999.9 999.9 0.515 999.9-2.864 105.106 999.9 999.9 0.387 999.9-2.864 105.189 999.9 999.9 0.472 999.9-2.864 105.272 999.9 999.9 999.9 999.9-2.864 105.355 999.9 999.9 999.9 999.9-2.864 105.439 999.9 999.9 999.9 999.9-2.864 105.522 999.9 999.9 999.9 999.9-2.864 105.605 999.9 999.9 999.9 999.9-2.864 105.688 999.9 999.9 999.9 999.9-2.864 105.771 999.9 999.9 999.9 999.9-2.864 105.854 999.9 999.9 999.9 2.314-2.864 105.938 999.9 999.9 999.9 999.9-2.864 106.021 999.9 2.749 999.9 999.9-2.947 105.106 999.9 999.9 999.9 999.9-2.947 105.189 999.9 999.9 999.9 999.9-2.947 105.272 999.9 999.9 0.15 999.9-2.947 105.355 999.9 999.9 0.101 999.9-2.947 105.439 999.9 999.9 0.088 999.9-2.947 105.522 999.9 999.9 999.9 999.9-2.947 105.605 999.9 999.9 999.9 999.9-2.947 105.688 999.9 999.9 0.134 999.9-2.947 105.771 999.9 999.9 0.2 999.9-2.947 105.854 999.9 999.9 999.9 999.9

-2.947 105.938 999.9 999.9 999.9 999.9-2.947 106.021 999.9 999.9 999.9 999.9-3.03 105.106 999.9 999.9 999.9 999.9-3.03 105.189 999.9 999.9 999.9 999.9-3.03 105.272 999.9 999.9 999.9 999.9-3.03 105.355 999.9 999.9 999.9 999.9-3.03 105.439 999.9 999.9 999.9 999.9-3.03 105.522 999.9 999.9 999.9 999.9-3.03 105.605 999.9 999.9 999.9 999.9-3.03 105.688 999.9 999.9 999.9 999.9-3.03 105.771 999.9 999.9 999.9 999.9-3.03 105.854 999.9 999.9 999.9 999.9-3.03 105.938 999.9 999.9 999.9 999.9-3.03 106.021 999.9 999.9 999.9 999.9-3.113 105.106 999.9 999.9 999.9 999.9-3.113 105.189 999.9 999.9 999.9 999.9-3.113 105.272 999.9 999.9 999.9 999.9-3.113 105.355 999.9 999.9 999.9 999.9-3.113 105.439 999.9 999.9 999.9 999.9-3.113 105.522 999.9 999.9 999.9 999.9-3.113 105.605 999.9 999.9 999.9 999.9-3.113 105.688 999.9 999.9 999.9 999.9-3.113 105.771 999.9 999.9 999.9 999.9-3.113 105.854 999.9 999.9 999.9 999.9-3.113 105.938 999.9 999.9 999.9 999.9-3.113 106.021 999.9 999.9 999.9 999.9-3.196 105.106 999.9 999.9 999.9 999.9-3.196 105.189 999.9 999.9 999.9 999.9-3.196 105.272 999.9 999.9 999.9 999.9-3.196 105.355 999.9 999.9 999.9 999.9-3.196 105.439 999.9 999.9 999.9 999.9-3.196 105.522 999.9 999.9 999.9 999.9-3.196 105.605 999.9 999.9 999.9 999.9-3.196 105.688 999.9 999.9 0.097 999.9-3.196 105.771 999.9 999.9 0.106 999.9-3.196 105.854 999.9 999.9 0.1 999.9-3.196 105.938 999.9 999.9 0.099 999.9-3.196 106.021 999.9 999.9 0.092 999.9-3.279 105.106 999.9 999.9 999.9 999.9-3.279 105.189 999.9 999.9 999.9 999.9-3.279 105.272 999.9 999.9 999.9 999.9-3.279 105.355 999.9 999.9 999.9 999.9-3.279 105.439 999.9 999.9 999.9 999.9 53

54-3.279 105.522 999.9 999.9 999.9 999.9-3.279 105.605 999.9 999.9 0.212 999.9-3.279 105.688 999.9 999.9 999.9 999.9-3.279 105.771 999.9 999.9 0.218 999.9-3.279 105.854 999.9 999.9 0.208 999.9-3.279 105.938 999.9 999.9 999.9 999.9-3.279 106.021 4.007 999.9 999.9 999.9-3.362 105.106 999.9 999.9 999.9 999.9-3.362 105.189 999.9 999.9 999.9 999.9-3.362 105.272 999.9 999.9 999.9 999.9-3.362 105.355 999.9 999.9 999.9 999.9-3.362 105.439 999.9 999.9 999.9 999.9-3.362 105.522 999.9 999.9 999.9 999.9-3.362 105.605 999.9 999.9 999.9 999.9-3.362 105.688 999.9 999.9 999.9 999.9-3.362 105.771 999.9 999.9 999.9 999.9-3.362 105.854 999.9 999.9 999.9 999.9-3.362 105.938 999.9 999.9 999.9 3.813-3.362 106.021 3.773 999.9 999.9 5.729-3.445 105.106 999.9 999.9 999.9 999.9-3.445 105.189 999.9 999.9 999.9 999.9-3.445 105.272 999.9 999.9 999.9 999.9-3.445 105.355 999.9 999.9 999.9 999.9-3.445 105.439 999.9 999.9 999.9 999.9-3.445 105.522 999.9 999.9 999.9 999.9-3.445 105.605 999.9 999.9 999.9 999.9-3.445 105.688 999.9 999.9 999.9 999.9-3.445 105.771 999.9 999.9 999.9 999.9-3.445 105.854 999.9 999.9 0.2 999.9-3.445 105.938 5.049 999.9 999.9 3.142-3.445 106.021 4.171 999.9 999.9 3.225-3.528 105.106 999.9 999.9 999.9 999.9-3.528 105.189 999.9 999.9 999.9 999.9-3.528 105.272 999.9 999.9 999.9 999.9-3.528 105.355 999.9 999.9 999.9 999.9-3.528 105.439 999.9 999.9 999.9 999.9-3.528 105.522 999.9 999.9 999.9 999.9-3.528 105.605 999.9 999.9 999.9 999.9-3.528 105.688 999.9 999.9 999.9 999.9-3.528 105.771 999.9 999.9 999.9 999.9-3.528 105.854 5.358 999.9 999.9 3.359-3.528 105.938 4.22 4.181 999.9 3.114-3.528 106.021 3.995 999.9 999.9 2.958

55-3.611 105.106 999.9 999.9 0.765 999.9-3.611 105.189 999.9 999.9 0.824 999.9-3.611 105.272 999.9 999.9 0.938 999.9-3.611 105.355 999.9 999.9 0.666 999.9-3.611 105.439 999.9 999.9 0.645 999.9-3.611 105.522 999.9 999.9 0.551 999.9-3.611 105.605 999.9 999.9 999.9 999.9-3.611 105.688 999.9 999.9 0.474 999.9-3.611 105.771 999.9 999.9 0.55 999.9-3.611 105.854 999.9 999.9 0.605 3.336-3.611 105.938 4.314 3.789 999.9 3.087-3.611 106.021 999.9 999.9 0.583 2.667-3.694 105.106 999.9 999.9 0.153 999.9-3.694 105.189 999.9 999.9 0.132 999.9-3.694 105.272 999.9 999.9 0.172 999.9-3.694 105.355 999.9 999.9 999.9 999.9-3.694 105.439 999.9 999.9 0.885 999.9-3.694 105.522 999.9 999.9 999.9 999.9-3.694 105.605 999.9 999.9 999.9 999.9-3.694 105.688 999.9 999.9 0.285 999.9-3.694 105.771 999.9 999.9 999.9 999.9-3.694 105.854 999.9 999.9 999.9 999.9-3.694 105.938 3.414 2.833 999.9 3.633-3.694 106.021 2.409 2.86 999.9 2.514 Berikut penjelasan dari tabel 2 di atas 1. Lat merupakan nilai koordinat untuk lintang, nilai negatif ( -2.781 ) menunjukkan nilai lintang selatan 2. Long merupakan nilai koordinat untuk koordinat bujur, nilai positif ( 105.106 ) menunjukkan koordinat bujur timur. 3. Chlo pada kolom ketiga merupakan nilai sebaran klorofil a pada minggu pertama bulan april tahun 2000 yang diperoleh dari data klorofil a satelit SeaWifs. Nilai 999,9 merupakan nilai noise yang diperoleh oleh satelit SeaWifs. 4. Chlo pada kolom ketiga merupakan nilai sebaran klorofil a pada minggu pertama bulan april tahun 2000 yang diperoleh dari data klorofil a satelit

56 SeaWifs. Nilai 999,9 merupakan nilai noise yang diperoleh oleh satelit SeaWifs. 5. Chlo pada kolom kelima merupakan nilai sebaran klorofil a pada minggu ketiga bulan april. Nilai 0,974 mg/m 3 merupakan nilai klorofil a. 6. Chlo pada kolom ketiga merupakan nilai sebaran klorofil a pada minggu pertama bulan april tahun 2000 yang diperoleh dari data klorofil a satelit SeaWifs. Nilai 999,9 merupakan nilai noise yang diperoleh oleh satelit SeaWifs. Untuk mendapatkan data diatas dilakukan agregasi data mulai dari data 8 harian menjadi data bulanan. 4.3 Hasil Analisis Spasio-Temporal Clustering Tahapan berikutnya dalam analisis klaster data spasio-temporal clustering adalah melakukan spasial clustering. Pada tahapan ini dilakukan pemilihan data lintang dan data bujur yang sesuai dengan area penelitian, karena data yang diperoleh dari situs http://oceancolor.gsfc.nasa.gov/ merupakan data wilayah perairan di seluruh Indonesia sehingga akan menyebabkan besarnya ukuran data. Besarnya ukuran data membuat biaya komputasi menjadi lebih besar. Berikut adalah hasil agregasi spasial pada data lintang dan data bujur. hasil lengkap dapat dilihat pada lampiran. Tabel 3 hasil agregrasi spasial data sebaran klorofil a Lat ( ) Long ( ) -2.781 105.106-2.781 105.189-2.781 105.272-2.781 105.355-2.781 105.439-2.781 105.522-2.781 105.605-2.781 105.688-2.781 105.771-2.781 105.854

-2.781 105.938-2.781 106.021-2.864 105.106-2.864 105.189-2.864 105.272-2.864 105.355-2.864 105.439-2.864 105.522-2.864 105.605-2.864 105.688-2.864 105.771-2.864 105.854-2.864 105.938-2.864 106.021-2.947 105.106-2.947 105.189-2.947 105.272-2.947 105.355-2.947 105.439-2.947 105.522-2.947 105.605-2.947 105.688-2.947 105.771-2.947 105.854-2.947 105.938-2.947 106.021-3.03 105.106-3.03 105.189-3.03 105.272-3.03 105.355-3.03 105.439-3.03 105.522-3.03 105.605-3.03 105.688-3.03 105.771-3.03 105.854-3.03 105.938-3.03 106.021-3.113 105.106-3.113 105.189-3.113 105.272-3.113 105.355-3.113 105.439 57

58-3.113 105.522-3.113 105.605-3.113 105.688-3.113 105.771-3.113 105.854-3.113 105.938-3.113 106.021-3.196 105.106-3.196 105.189-3.196 105.272-3.196 105.355-3.196 105.439-3.196 105.522-3.196 105.605-3.196 105.688-3.196 105.771-3.196 105.854-3.196 105.938-3.196 106.021-3.279 105.106-3.279 105.189-3.279 105.272-3.279 105.355-3.279 105.439-3.279 105.522-3.279 105.605-3.279 105.688-3.279 105.771-3.279 105.854-3.279 105.938-3.279 106.021-3.362 105.106-3.362 105.189-3.362 105.272-3.362 105.355-3.362 105.439-3.362 105.522-3.362 105.605-3.362 105.688-3.362 105.771-3.362 105.854-3.362 105.938-3.362 106.021

-3.445 105.106-3.445 105.189-3.445 105.272-3.445 105.355-3.445 105.439-3.445 105.522-3.445 105.605-3.445 105.688-3.445 105.771-3.445 105.854-3.445 105.938-3.445 106.021-3.528 105.106-3.528 105.189-3.528 105.272-3.528 105.355-3.528 105.439-3.528 105.522-3.528 105.605-3.528 105.688-3.528 105.771-3.528 105.854-3.528 105.938-3.528 106.021-3.611 105.106-3.611 105.189-3.611 105.272-3.611 105.355-3.611 105.439-3.611 105.522-3.611 105.605-3.611 105.688-3.611 105.771-3.611 105.854-3.611 105.938-3.611 106.021-3.694 105.106-3.694 105.189-3.694 105.272-3.694 105.355-3.694 105.439-3.694 105.522-3.694 105.605 59

60-3.694 105.688-3.694 105.771-3.694 105.854-3.694 105.938-3.694 106.021 Berikut penjelasan dari tabel 3 di atas 1. Lat merupakan nilai koordinat untuk lintang, nilai negatif ( -2.781 ) menunjukkan nilai lintang selatan 2. Long merupakan nilai koordinat untuk koordinat bujur, nilai positif ( 105.106 ) menunjukkan koordinat bujur timur Langkah diatas dilakukan untuk menyesuaikan data dengan lingkup penelitian. Selain itu analisa spasio-temporal diatas membuat ukuran data menjadi lebih kecil. 4.4 Hasil Visualisasi Clustering Tahapan berikutnya dalam analisis klaster data spasio-temporal clustering adalah melakukan visualisasi clustering. Pada tahapan ini dilakukan visualisasi hasil analisis clustering untuk melihat hasil sebaran data klorofil a. Berikut adalah hasil visualisasi analisa clustering dengan algoritma Fuzzy C-Means. Gambar 20 hasil visualisasi data sebaran klorofil a dengan algortima fcm

61 Gambar diatas merupakan hasil sebaran cluster pada data klorofil a pada bulan april tahun 2000 dengan algoritma fuzzy c-means. Sumbu x merupakan nilai koordinat lintang, sedangkan sumbu y merupakan nilai koordinat bujur. Warna yang sama menunjukkan kelas yang sama. Pada gambar di atas terdapat 3 cluster yang terbentuk, masing masing cluster diwakili oleh warna yang berbeda, warna hijau menunjukkan cluster pertama, warna merah menunjukkan cluster kedua, sedangkan warna kuning menunjukkan cluster ketiga. Visualisasi hasil sebaran cluster dengan menggunakan algoritma DBSCAN ditunjukkan oleh gambar dibawah ini. Tahapan ini akan melakukan visualisasi jumlah cluster hasil clustering dengan algoritma DBSCAN sebaran data sebaran klorofil a dengan visualisasi terhadap lokasi geografis. Berikut adalah hasil visualisasi sebaran klorofil dengan algoritma DBSCAN. Gambar 21 hasil visualisasi data sebaran klorofil a dengan algortima dbscan Gambar diatas merupakan hasil sebaran cluster pada data klorofil a pada bulan april tahun 2000. Sumbu x merupakan nilai koordinat bujur, sedangkan sumbu y merupakan nilai koordinat lintang. Warna yang sama menunjukkan kelas yang sama. Kedua gambar diatas menggunakan data yang sama, namun algoritma yang dipakai berbeda. Clustering dengan algoritma fuzzy c means menghasilkan

62 jumlah cluster yang lebih sedikit, namun memerlukan waktu pemrosesan yang lebih singkat bila dibandingkan dengan algoritma dbscan. Algoritma dbscan menghasilkan 6 cluster yang berbeda, sedangkan algoritma fuzzy c-means hanya menghasilkan 3 cluster yang berbeda. Berikut adalah tabel waktu komputasi antara algoritma dbscan dengan algoritma fuzzy c-means. Dari hasil visualisasi di atas diperoleh nilai tengah masing-masing cluster. Nilai ini digunakan untuk menunjukkan besarnya kandungan klorofil yang terdapat di wilayah tertentu. Menurut A.Sediadi & Edward dalam makalah yang disampaikan pada Seminar Nasional Pendayagunaan Sumberdaya Hayati Dalam Pengelolaan Lingkungan Hidup tahun 2000 nilai tertinggi klorofil a di perairan Indonesia adalah 2,14 mg/m3, sehingga cluster yang memenuhi syarat tersebut adalah cluster 1 dan cluster 6. Berikut adalah nilai mean untuk masing-masing cluster. Tabel 4 tabel distribusi cluster algoritma dbscan cluster mean standar deviasi 1 0.4328 0.2783 2 988.71 105.5644 3 3.5057 1.0794 4 750.535 498.793 5 3.5892 0.8845 6 0.594 0.0156 Tabel 5 waktu komputasi algoritma dbscan & fcm Tabel waktu komputasi algoritma dbscan Tabel waktu komputasi algoritma fuzzy January-00 0.9725 January-00 0.1832 March-00 1.0771 February-00 0.0915 April-00 0.6794 March-00 0.0187 May-00 1.2193 April-00 0.0288 June-00 1.0271 May-00 0.0276 July-00 1.0414 June-00 0.0589 August-00 2.471 July-00 0.0763 September-00 1.1153 August-00 0.0218 October-01 1.2447 September-00 0.2109

63 Pada tabel diatas tidak semua bulan ditampilkan karena ada beberapa bulan yang tidak dapat dilakukan analisi spasio-temporal clustering karena data hanya berisi noise saja. Berikut adalah beberapa bulan yang tidak dapat dilakukan analisis spasio-temporal clustering data bulan februari, maret, september tahun 2000, januari, februari, oktober tahun 2001, februari, agustus, september, oktober tahun 2002, februari, agustus, september, oktober tahun 2003, februari, september, tahun 2004 (tidak dpt dilakukan dbscan klastering). Bulan februari, september tahun 2000, januari, februari, agustus, tahun 2001, februari,agustus, september, oktober tahun 2002, februari, agustus, september, oktober tahun 2003, februari, september tahun 2004 (tidak dpt dilakukan fcm klastering karena data hanya berisi noise data). 4.5 Hasil Analisa Perbedaan Cluster Dari penelitian analisis spasio-temporal clustering terhadap data sebaran klorofil a didapat beberapa perbedaan cluster yang dihasilkan diantaranya. Karakter cluster yang dihasilkan memiliki perbedaan karena adanya perbedaan metode peng-cluster-an. Metode dbscan akan menghasilkan cluster yang lebih merepresentasikan karakter data karena proses peng-cluster-an tidak melibatkan unsur diluar metode tersebut seperti penentuan jumlah cluster yang diinginkan, hal ini berbeda dengan algoritma fuzzy c-means yang mengharuskan penentuan awal jumlah cluster yang diinginkan. Berikut adalah beberapa perbedaan yang ditemukan: Algoritma dbscan: cluster yang dihasilkan lebih banyak cluster tersebar pada beberapa lokasi geografis Algoritma fuzzy c-means cluster yang dihasilkan lebih sedikit cluster tidak terlalu tersebar pada lokasi geografis