Perpustakaan
DESKRIPSI DATA LENGKAP
JudulANOMALI DETEKSI PELAYARAN KAPAL BERBASIS AUTOMATIC IDENTIFICATION SYSTEM DENGAN ALGORITMA CLUSTRING K-MEANS
Nama: MASKAR
Tahun: 2024
Abstrak
Melakukan klaster data pelayaran menggunakan metode algoritma K-Means untuk mengimplementasikan metode K-Means clustering untuk mendeteksi anomali pelayaran kapal menentukan data anomali pada suatu rute pelayaran kapal tanpa harus mengetahui kriteria anomali rute pelayaran tersebut, serta untuk mengetahui tingkat akurasi Clustering menggunakan parameter K = 3. Sumber data yang digunakan sebagai data latih berasal dari Automatic Identification system (AIS) Proses clustering untuk mendapatkan data yang berpotensi anomali didasarkan pada pola kebiasaan berlayar sebuah kapal dengan menyediakan mekanisme yang mengklasifikasi perilaku kapal. Pada penelitian ini menggunakan metode K-Means yang di mana menggunakan metode ini sangat mudah diimplementasikan dan cepat untuk melakukan clustering berbasis jarak. Hasil yang dicapai dalam penelitian ini berupa model cluster anomali pada fitur 2-D Pada tiap fitur memiliki 2 model yaitu pada fitur 2-D A1 = (Longitude, Latitude) dan A2 = (Time, Speed) Dalam model yang dibentuk terdapat dua hal yang menentukan yaitu: Pertama, terdapat potensi daerah anomali berdasarkan jarak centroid terjauh dan kedua jumlah data terkecil dari setiap cluster yang dihasilkan.

Sign In to Perpus

Don't have an account? Sign Up