PENERAPAN METODE ALGORITMA K-MEANS UNTUK CLUSTERING DAERAH RAWAN TANAH LONGSOR DI PROVINSI JAWA TENGAH
Keywords:
Rawan Bencana, Tanah Longsor, Algoritma K-Means, RapidminerAbstract
Indonesia merupakan salah satu negara yang memiliki kerentanan bencana hidrometeorologi, yaitu bencana yang disebabkan karena perubahan iklim dan cuaca. Salah satu jenis bencana di Indonesia yang berpotensi merusak lingkungan, merugikan harga benda dan menimbulkan korban jiwa adalah bencana longsor. Sebanyak 329 kejadian bencana tanah longsor tercatat terjadi di Provinsi Jawa Tengah selama Januari s.d Desember 2021. Metode penelitian yang digunakan dengan melakukan studi literatur dan pengumpulan data menggunakan data-data seperti hasil penelitian dari BPBD Jawa tengah, BNPB, media, jurnal dan artikel imiyah terkaitdan dan setelahnya melakukan preprocessing data yaitu cleaning data nantinya diolah perhitungannya dengan Tools Rapidminer dengan menggunakan metode Algoritma K-Means. Penulis bisa menentukan clustering daerah rawan longsor berdasarkan jumlah kejadiannya serta bisa mengetahui daerah mana saja yang masuk kelompok sangat rawan, rawan dan tidak rawan dengan DBI bs diketahui nilai jumlah cluster yang optimal pada k-3, dengan demikian bisa menjadi informasi bagi BPBD untuk menentukan kebijakan kedepan. Terutama untuk daerah yang masuk kategori sangat rawan memerlukan perhatian khusus.
Downloads
Downloads
Published
Issue
Section
License
Copyright (c) 2022 Bahari Teknik Informatika dan Sistem Informasi
This work is licensed under a Creative Commons Attribution 4.0 International License.
LICENCE TERM
Diterbitkan Oleh: LPPM STMIK YMI TEGAL p-ISSN: 2502-3691 (print), e-ISSN 2502-4361 (online)
Jurnal Ilmu Komputasi STMIK Tegal: Bahari Teknik Informatika dan Sistem Informasi (BATIRSI) is licensed under a Creative Commons Attribution 4.0 International License.