REDUKSI ATRIBUT BERDASAR MATRIK DISCERNIBILITY TEORI ROUGH SET DALAM SIMULASI BENCANA KEBAKARAN GEDUNG

Bencana kebakaran dapat terjadi dimana saja dan
kapan saja, dapat terjadi di area tempat tinggal, di
tambang dan di hutan. Terdapat isu penting pada
deteksi kebakaran otomatis, yaitu mengenai data
parameter kebakaran. Parameter kebakaran ini dapat
berupa suhu, kelembaban, bahan bakar kebakaran,
dan titik api. Tetapi, tidak semua parameter kebakaran
akan digunakan, karena semakin banyak parameter
kebakaran digunakan akan menyebabkan beban
komputasi bertambah, sehingga data parameter yang
paling penting saja yang akan digunakan. Salah satu
cara mengekstraksi komponen yang paling penting
adalah menggunakan seleksi parameter kebakaran
berbasis reduksi atribut menggunakan teori rough set.
Tujuan dari penelitian ini adalah mereduksi parameter
kebakaran dari wireless sensor network yang
diposisikan secara spesifik di dalam sebuah gedung
dan menghasilkan kompleksitas yang lebih rendah
pada analisis data kebakaran. Hasil keluaran reduksi
atribut tersebut digunakan sebagai acuan pencarian
jalur evakuasi bencana kebakaran di dalam gedung.