PENGELOMPOKKAN SUNSPOT PADA CITRA MATAHARI DENGAN MENGGUNAKAN K-MEANS CLUSTERING

  • Rifa Atul Hasanah UIN Sunan Ampel Surabaya
  • Dian Candra Rini Novitasari UIN Sunan Ampel Surabaya
  • Nanang Widodo Lembaga Penerbangan dan Antariksa Nasional Pasuruan
  • Ahmad Hanif Asyhar UIN Sunan Ampel Surabaya

Abstract

Pada lapisan fotosfer nampak sunspot atau bintik matahari yang mana sunspot tersebut dapat menimbulkan ledakan-ledakan, seperti ledakan dahsyat (flare) dan pelontaran massa korona (Coronal Mass Ejection/CME). Ledakan-ledakan ini dapat mengganggu komunikasi radio frekuensi tinggi dan kebisingan radio yang mengganggu komunikasi dan sistem radar. Untuk mengetahui tingkat kompleksitas grup sunspot dan aktivitasnya digunakan klasifikasi metode Zurich, yang berisi tentang klasifikasi jenis grup sunspot. Informasi ini sangat penting untuk mengetahui seberapa besar gangguan yang didapatkan dari jenis grup sunspot tersebut. Tujuan dari penulisan yaitu untuk meneliti bagaimana mengelompokkan sunspot pada citra matahari dengan menggunakan K-Means Clustering. Pengolompokan sunspot menggunakan data citra matahari. Citra matahari diproses untuk diambil posisi x,y. Pengambilan posisi x, y sesuai dengan piksel sunspot yang digunakan untuk proses clustering. Hasil penelitian yaitu cluster piksel sunspot yang menunjukkan grup sunspot, hasil clustering telah menunjukkan hasil yang baik dengan nilai Silhouette Coefficient sebesar 0.9381, yang berarti bahwa struktur dari cluster termasuk kuat.

References

[1] T. Colak and R. Qahwaji, “Automated Prediction of Solar Flares Using Neural Networks and Sunspots Associations,” pp. 1–9, 2007.
[2] R. E. Smolinski, Understanding The Universe. 2011.
[3] G. S. Budhi, R. Adipranata, M. Sugiarto, B. Anwar, and B. Setiahadi, “Pengelompokan Sunspot Pada Citra Digital Mahatari Menggunakan Metode Clustering DBSCAN,” in Seminar Nasional Aplikasi Teknologi Informasi (SNATI), 2011.
[4] M. . Shea and D. . Smart, Space weather: The effect on operations in space. in Solar Terrestrial Relation: Predicting The Effects On The Near-Earth Environment, 1998.
[5] F. Guy and D. . Johnson, “Space Environmental Impacts on DoD Operations,” AIR FORCE Sp. Command, 2003.
[6] D. Djafer, A. Irbah, and M. Meftah, “Identification of Sunspots on Full-Disk Solar Images Using Wavelet Analysis,” Sol. Phys., vol. 281, no. 2, pp. 863–875, 2012.
[7] R. Adipranata, G. S. Budhi, B. Setiahadi, and B. Anwar, “Segmentasi Bintik Matahari Menggunakan Watershed,” in Konferensi Nasional Sistem dan Informatika, 2010, pp. 332–337.
[8] D. Jatikusumo, Modul Perkuliahan: Pengolahan Citra. Universitas Mercu Buana: Pusat Bahan Ajar dan eLearning, 2017.
[9] A. Z. Arifin and W. D. S. Kurniati, “Penggunaan Analisa Faktor Untuk Klasifikasi Citra Penginderaan Jauh Multispektral,” vol. 1, no. 1, 2002.
[10] D. A. Masatu, I. Soesanti, and H. A. Nugroho, “Penerapan Algoritma Kompresi Jpeg Dan Metode Fuzzy C-Means Pada Kompresi Citra Berbasis,” Penelit. Tek. Elektro dan Teknol. Inf., vol. 1, no. 1, pp. 7–11, 2014.
[11] M. Sammour and Z. Othman, “An Agglomerative Hierarchical Clustering with Various Distance Measurements for Ground Level Ozone Clustering in Putrajaya , Malaysia,” vol. 6, no. 6, pp. 1127–1133, 2016.
[12] B. Simamora, Analisis Multivariat Pemasaran. Jakarta: PT. Gramedia Pustaka Utama, 2005.
[13] J. A. Harding, M. Shahbaz., S. Srinivas, and A. Kusiak, “Data Mining in Manufacturing,” 2006.
[14] X. Wu, “Top 10 Algorithms In Data Mining,” 2008.
[15] N. R. Apriyanti, R. A. Nugroho, and O. Soesanto, “Algortima K-Means Clustering Dalam Pengolahan Citra Digital Landsat,” KLIK Kumpul. J. Ilmu Komput., vol. 02, no. 02, pp. 1–13, 2015.
[16] A. S. Ahmar, D. Napitupulu, and R. Rahim, “Using K-Means Clustering to Cluster Provinces in Indonesia Using K-Means Clustering to Cluster Provinces in Indonesia,” 2018.
[17] A. K. Dubey, U. Gupta, and S. Jain, “Comparative Study of K-means and Fuzzy C-means Algorithms on The Breast Cancer Data,” vol. 8, no. 1, pp. 18–29, 2018.
[18] I. W. A. Wijaya and A. Kusumadewi, “Penerapan Algoritma K-Means Pada Kompresi Adaptif Citra Medis MRI,” INFORMATIKA, vol. 11, no. 2, 2015.
[19] V. T. P. Swindiarto, R. Sarno, and D. C. R. Novitasari, “Integration of Fuzzy C-Means Clustering and TOPSIS ( FCM-TOPSIS ) with Silhouette Analysis for Multi Criteria Parameter Data,” Int. Semin. Appl. Technol. Inf. Commun., pp. 463–468, 2018.
[20] T. Alfina, B. Santosa, and R. Barakbah, “Analisa Perbandingan Metode Hierarchical Clustering , K-means dan Gabungan Keduanya dalam Cluster Data ( Studi kasus : Problem Kerja Praktek Jurusan Teknik Industri ITS ),” vol. 1, 2012.
Published
2019-09-29