PEMBANGKITAN POLA FREKUENSI DATA SEKUENSIAL UNTUK SIMULASI PREDIKSI BANJIR Wiwin Suwarningsih, Endang Suryawati Pusat Penelitian Teknik Informatika-LIPI Jl. Cisitu No. 21/154 D ( Komplek LIPI) Cisitu Bandung email : wiwin|endang@informatika.lipi.go.id Abstrak Pada makalah ini akan dijelaskan cara membangkitkan pola sekuensial untuk melihat kemunculan atau frekuensi data klimatologi untuk membantu memprediksi kondisi banjir. Algoritma yang akan digunakan adalah algoritma SPADE yaitu sebuah algoritma baru untuk penemuan cepat pola Sekuensial. Solusi untuk masalah ini membuat database scan berulang, dan menggunakan struktur hash kompleks yang memiliki pengalokasian yang minim. Hasil akhir dari penelitian ini adalah sebuah model urutan pertambangan ( minning sequens) yang dapat digunakan untuk menentukan prediksi banjir atau tidak. Model Ini juga memiliki skalabilitas linear pada jumlah sekuens input dan sejumlah parameter lainnya dari database klimatologi. Kata Kunci : simulasi, banjir, mining frequent sequence, SPADE 1. PENDAHULUAN Bandung merupakan kota dengan elevasi yang cukup tinggi yaitu rata-rata sekitar ±768 m di atas permukaan laut rata-rata (dpl) (mean sea level). Daerah utara Kota Bandung pada umumnya lebih tinggi daripada daerah selatan. Rata-rata ketinggian di sebelah utara adalah ±1050 dpl, sedangkan di bagian selatan adalah ±675 dpl. Bandung dikelilingi oleh pegunungan yang membuat Bandung menjadi semacam cekungan (Bandung Basin) [3]. Air akan cenderung mengalir bila morfologinya curam, dan mengalir pelan bila morfologinya landai. Dengan demikian kalau ada daerah landaian air akan cenderung menggenang. Ketika air sudah tidak mengalir dengan baik maka disitulah kemungkinan terjadi banjir. Hujan deras yang mengguyur kota Bandung dan sekitarnya dapat menyebabkan wilayah Bandung selatan dilanda banjir. Akibatnya ratusan rumah terendam. Banjir disebabkan sungai Citarum tak mampu menampung air hujan hingga meluap. Akibatnya, ribuan rumah yang berada di sepanjang bantaran sungai terendam, dan ribuan warganya mengungsi.Pemerintah Kota Bandung sampai saat ini belum dapat menanggulangi bencana banjir yang sering terjadi di daerah Bandung Selatan. Berdasarkan permasalahan diatas maka penulis mencoba untuk menuangkan sedikit ide dengan menganalisa pola hujan yang terjadi dengan mensimulasikan kemungkinan terjadinya banjir atau tidak disuatu daerah. Dalam tulisan ini akan dibahas mengani pembangkitan pola dari data klimatologi dengan data bencana banjir untuk menghasilkan suatu pola baru untuk memprediksi banjir. 2. KAJIAN TEORI Algoritma SPADE (Sequential Pattern Discovery using Equivalence classes = Penemuan pola sekuensial menggunakan kelas yang ekivalen) adalah ebuah algoritma baru untuk penemuan cepat pola Sekuensial[4]. Solusi untuk masalah ini membuat database scan berulang, dan menggunakan struktur hash kompleks yang memiliki pengalokasian yang minim. Masalah pola pertambangan Sequential dapat dinyatakan sebagai berikut: I = {i1, i2, . . . , im} merupakan set item yang terdiri dari alfabet. Sebuah kejadian ( event) adalah kumpulan non empty unordered. Urutan adalah daftar kejadian. Sebuah kejadian (event) dinotasikan sebagai (i1, i2, . . . , i k ), dimana ij adalah item. Sebuah α urutan dinotasikan sebagai (α1 → α2 → · · · → αq), dimana α1 adalah sebuah kejadian. Sebuah urutan dengan k item (k =∑ j | α1 |) disebut k-sequence (k-sekuens). Conoh (B→AC) adalah 3-sekuens. Untuk sekuens α, Jika kejadian αi terjadi sebelum αj, maka dinotasikan αi < αj . Kita sebut α adalah subsekuens dari sekuens β, dinotasikan α ≤ β, Jika ada fungsi satu ke satu f dipetakan terhadap kejadian yang terdapat pada α dan β, maka : 1) αi f (α ⊆ i ) 2) Jika αi < αj maka f (αi ) < f (αj ). Basisdata untuk urutan pertambangan terdiri dari kumpulan urutan masukan. Setiap entri urutan dalam basisdata memiliki pengenal unik bernama sid, dan setiap peristiwa dalam urutan masukan yang diberikan juga memiliki sebuah identifikasi unik yang disebut eid. Kami mengasumsikan bahwa tidak ada urutan yang memiliki satu peristiwa dalam waktu yang sama, sehingga kita bisa menggunakan waktu tersebut sebagai pengenal kejadian.