Pengelompokkan Daerah Rawan Bencana di Indonesia Menggunakan Metode Clustering K-Means
DOI:
https://doi.org/10.61132/jupiter.v3i1.644Keywords:
K-Means, clustering, disaster-prone, Python, disaster mitigationAbstract
Indonesia is a country with a high level of disaster vulnerability, influenced by tectonic activity and its tropical climate. This study uses the K-Means clustering method to identify and group disaster-prone areas based on the level of vulnerability. The data used included average temperature (Tavg) and rainfall (RR) which were processed using Python. The analysis process includes data collection, pre-processing, determination of key features, and evaluation of clustering quality using the Elbow and Silhouette Score methods. The results of the grouping show two main patterns, namely flood-prone areas and drought-prone areas. These findings are expected to support the government in more effective and data-based disaster mitigation planning.
References
Al Halik, M. F., & Septiana, L. (2022). Analisa Data Untuk Prediksi Daerah Rawan Bencana Alam Di Jawa Barat Menggunakan Algoritma K-Means Clustering. JISAMAR (Journal of Information System, Applied, Management, Accounting and Research), 6(4), 856-870.
Anam, M. K., Anto, A., & Wulandari, C. (2023). A PENERAPAN METODE CLUSTERING K-MEANS DALAM PENGELOMPOKAN PENERIMA KWH METER GRATIS DENGAN BAHASA PEMPROGRAMAN PYTHON. JTIM: Jurnal Teknik Informatika Mahakarya, 6(1), 31-35.
Asyuti, S., & Setyawan, A. A. (2023). Data Mining Dalam Penggunaan Presensi Karyawan Denga Cluster Means. Jurnal Ilmiah Sains Teknologi dan Informasi, 1(1), 1-10.
Dhewayani, F. N., Amelia, D., Alifah, D. N., Sari, B. N., & Jajuli, M. (2022). Implementasi K-Means Clustering untuk Pengelompokkan Daerah Rawan Bencana Kebakaran Menggunakan Model CRISP-DM. Jurnal Teknologi dan Informasi, 12(1), 64-77.
Hasanah, M., Defit, S., & Nurcahyo, G. W. (2019). Implementasi Algoritma K-Means untuk Klasterisasi Peserta Olimpiade Sains Nasional Tingkat SMA. Jurnal Sistim Informasi dan Teknologi, 30-35.
Ikhwan, A., & Aslami, N. (2020). Implementasi Data Mining untuk Manajemen Bantuan Sosial Menggunakan Algoritma K-Means. (JurTI) Jurnal Teknologi Informasi, 4(2), 208-217.
Lubis, N. J. A., Harahap, S. Z., & Ritonga, I. (2024). Analisis K-Means dan Naive Bayes Untuk Pengelompokan Rawan Bencana di Daerah Kabupaten Labuhanbatu. INFORMATIKA, 12(1), 81-92.
Otniel, M. V., & Prasetyo, S. Y. J. (2024). Pemanfaatan K-Means Clustering Untuk Pengelompokan Dan Pemetaan Bencana Alam Di Indonesia. Kesatria: Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen), 5(4), 1670-1678.
Pratama, Y., Hendrawan, H., Rasywir, E., Carenina, B. T., & Anggraini, D. R. (2022). Penerapan Algoritma K-Means clustering Untuk Mengelompokkan Provinsi Berdasarkan Banyaknya Desa/Kelurahan Dengan Upaya Antisipasi/Mitigasi Bencana Alam. Building of Informatics, Technology and Science (BITS), 4(3), 1232-1240.
Rakuasa, H., & Latue, P. C. (2023). Analisis Spasial Daerah Rawan Banjir Di Das Wae Heru, Kota Ambon. Jurnal Tanah Dan Sumberdaya Lahan, 10(1), 75-82
Ramadhan, A., Mustakim, M., & Handinata, R. (2019). Implementasi Algoritma Fuzzy C-Means untuk Pengelompokan Wilayah Bencana Banjir. In Seminar Nasional Teknologi Informasi Komunikasi dan Industri (pp. 171-177).
Romzi, M., & Kurniawan, B. (2020). Pembelajaran Pemrograman Python Dengan Pendekatan Logika Algoritma. JTIM: Jurnal Teknik Informatika Mahakarya, 3(2), 37-44.
Sadewo, M. G., Eriza, A., Windarto, A. P., & Hartama, D. (2019, February). Algoritma K-Means Dalam Mengelompokkan Desa/Kelurahan Menurut Keberadaan Keluarga Pengguna Listrik dan Sumber Penerangan Jalan Utama Berdasarkan Provinsi. In Seminar Nasional Teknologi Komputer & Sains (SAINTEKS) (Vol. 1, No. 1).
Wati, M., Hatta, H. R., Bahtiar, A. A., Ervan, M. G. K., Gading, F. R. N., Nuzulan, A., & Sembiring, W. H. S. (2023). Pelatihan Pemrograman Dasar Python Sebagai Upaya Meningkatkan Minat Siswa di Bidang Informatika. Inovasi Teknologi Masyarakat (INTEKMAS), 1(2), 46-51.
Yulianto, T., Rahmah, A. F., Faisol, F., & Amalia, R. (2023). Clustering Daerah Bencana Alam di Indonesia Menggunakan Metode Fuzzy C-Means. UJMC (Unisda Journal of Mathematics and Computer science), 9(2), 29-39.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2024 Jupiter: Publikasi Ilmu Keteknikan Industri, Teknik Elektro dan Informatika
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
