Modifikasi DBSCAN (Density-Based Spatial Clustering with Noise) Pada Objek 3 Dimensi
Abstrak: Spatial Data
Clustering merupakan salah satu teknik penting pada data mining yang digunakan
untuk mendapatkan informasi atau pengetahuan pada data spasial dalam jumlah
yang besar dari berbagai aplikasi. Salah satu teknik yang menjadi pelopor
perkembangan algoritma clustering pada data spasial adalah Density-Based
Spatial Clustering Algorithm with Noise (DBSCAN). Pada umumnya algoritma ini
diaplikasikan pada data-data spasial pada objek 2 dimensi. Pada paper ini akan
dibahas bagaimana melakukan clustering pada objek 3 dimensi berdasarkan density
antar objek. Hasil percobaan yang didapatkan adalah dengan memodifikasi untuk
mendapatkan fungsi region distance maka algoritma DBSCAN dapat diaplikasikan
pada objek 3D dengan hasil yang optimal. Tidak terdapat perubahan signifikan
mulai dari tahap-tahap algoritma dan performa algoritma DBSCAN pada Object 3D.
Penulis: Ibnu Daqiqil Id
Kode Jurnal: jptkomputerdd170308
