Pengelompokan Daerah Rawan Bencana di Sumatera Selatan Menggunakan Algoritma K-Means

Authors

  • Dian Hafidh Zulfikar UIN Raden Intan Lampung
  • Gerry Setapati UIN Raden Fatah Palembang

DOI:

https://doi.org/10.36982/jseci.v2i02.4945

Keywords:

Bencana Alam, Data Mining, Clustering, K-Means, Rawan Bencana

Abstract

Indonesia merupakan negara yang terletak di wilayah pertemuan berbagai lempeng tektonik, sehingga banyak daerahnya memiliki tingkat kerawanan tinggi terhadap bencana alam, termasuk di Provinsi Sumatera Selatan. Penelitian ini bertujuan untuk mengelompokkan wilayah-wilayah rawan bencana di Sumatera Selatan dengan menerapkan teknik data mining menggunakan metode clustering. Algoritma yang digunakan dalam pembentukan klaster adalah K-Means, sebuah metode clustering non-hierarkis yang mampu mengelompokkan data berdasarkan tingkat kesamaan. Data bencana yang memiliki karakteristik serupa akan dikelompokkan dalam satu klaster, sedangkan data dengan karakteristik berbeda akan dimasukkan ke klaster lainnya. Hasil penelitian ini menghasilkan pengelompokan daerah rawan bencana ke dalam tiga kategori, yaitu daerah dengan tingkat kerawanan rendah, sedang, dan tinggi. Temuan ini diharapkan dapat menjadi informasi tambahan yang berguna bagi pemerintah dalam upaya penanggulangan bencana di Sumatera Selatan.

Downloads

Published

2025-01-31

Issue

Section

Articles
external-statistic-user-interface-budi-arianto Abstract views: 22 / PDF downloads: 13