PENERAPAN METODE ALGORITMA K-MEANS UNTUK CLUSTERING DAERAH RAWAN TANAH LONGSOR DI PROVINSI JAWA TENGAH

Authors

  • Nurul Fadilah Program Studi S2 - Magister Sistem Informasi Universitas Kristen Satya Wacana

Keywords:

Rawan Bencana, Tanah Longsor, Algoritma K-Means, Rapidminer

Abstract

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

Download data is not yet available.

Published

2022-07-29

How to Cite

PENERAPAN METODE ALGORITMA K-MEANS UNTUK CLUSTERING DAERAH RAWAN TANAH LONGSOR DI PROVINSI JAWA TENGAH. (2022). BATIRSI - Bahari Teknik Informatika Dan Sistem Informasi, 6(1), 1-5. https://e-journal.stmik-tegal.ac.id/index.php/batirsi/article/view/31