PENERAPAN METODE K-MEANS CLUSTERINGUNTUKPENGELOMPOKAN DAERAH RAWAN BENCANADI KABUPATEN PURBALINGGA

• Devy Isya Ramadhani, Oki Damayanti,

---

ABSTRAK

ABSTRAK

1. Devy Isya Ramadhani (11212832),
2. Oki Damayanti (11212686)
3. Osa Thaushiyah(11212684),

Penerapan Metode K-Means Clustering Untuk pengelompokanDaerah Rawan Bencana Di Kabupaten Purbalingga

Terletak pada kawasan Asia Tenggara, negara Indonesia menjadi salah satuwilayahyang rawan terhadap bencana terkait kondisi demografis, geologis dan geografisyang memicu terjadinya bencana baik yang disebabkan oleh faktor alam, faktor nonalam maupun faktor manusia. Purbalingga termasuk wilayah Provinsi Jawa Tengahyang cukup berpotensi terjadi bencana ketika kondisi cuaca tidak menentu. MetodeK-Means clustering digunakan agar mempermudah dalammenganalisis sertamengelompokan data untuk mengetahui beberapa daerah rawan bencana di wilayahPurbalingga. Dalam penelitian ini pengolahan data menggunakan tools rapidminer. Berdasarkan pengolahan data diperoleh sejumlah 5 Cluster pembagian daerahrawanbencana di Kabupaten Purbalingga dengan tingkat rawan sangat tinggi, tingkat rawantinggi, tingkat rawan sedang, tingkat rawan rendah dan tingkat rawan sangat rendah. Terdapat 146 desa dengan potensi rawan sangat rendah, 7 desa dengan tingkat rawanrendah, 1 desa dengan tingkat rawan sedang, 3 desa dengan tingkat rawan tinggi dan1 desa dengan tingkat rawan sangat tinggi. Hasil pengelompokan daerahtersebut diharapkan dapat menjadi antisipasi yang dilakukan terhadap adanya bencanayangmungkin timbul dapat terus dilakukan secara tepat sehingga dapat meminimalisirefek bencana bagi masyarakat.

Kata Kunci: K-Means clustering, Bencana, Rapidmine

KATA KUNCI

Metode K-means

---

DAFTAR PUSTAKA

DAFTAR PUSTAKA

[1] D. A. K. Reguler, P. Bidang, J. Tahun, and D. Karvilryahan, “Tahun 20211.,”vol. 1, no. 6, pp. 8–11, 2021.

[2] I. Junaedi, N. Nuswantari, and V. Yasin, “Perancangan Dan Implementasi Algoritma C4 . 5 Untuk Data Mining,” J. Inf. Syst. Informatics Comput., vol. 3, no. 1, pp. 29–44, 2019, [Online]. Available: http://journal.stmikjayakarta.ac.id/index.php/jisicom/article/view/203%0Ahttp: //journal.stmikjayakarta.ac.id/index.php/jisicom/article/download/203/158.

[3] sabrina aulia Rahmah, “Klasterisasi Pola Penjualan Pestisida MenggunakanMetode K-Means Clustering (Studi Kasus Di Toko Juanda Tani KecamatanHutabayu Raja),” Djtechno J. Teknol. Inf., vol. 1, no. 1, pp. 1–5, 2021, doi: 10.46576/djtechno.v1i1.964.

[4] A. H. Ardiansyah, W. Nugroho, N. H. Alfiyah, R. A. Handoko, andM. A. Bakhtiar, “Penerapan Data Mining Menggunakan Metode ClusteringuntukMenentukan Status Provinsi di Indonesia 2020,” Semin. Nas. Inov. Teknol., vol. 4, no. 3, pp. 329–333, 2020.

[5] N. Karolina, “Data Mining Pengelompokan Pasien Rawat Inap PesertaBPJSMenggunakan Metode Clustering (Studi Kasus : RSU.Bangkatan),” J. Inf. Technol., vol. 1, no. 2, pp. 47–53, 2021, doi: 10.32938/jitu.v1i2.1470.

[6] R. Muhima, Rotul et al., Kupas Tuntas AlgoritmaClustering:Konsep,Perhitungan Manual, dan Program, I. Yogyakarta: Andi Offset, 2021.

[7] A. Ali, Clustering data antropometri di kelurahan jumput rejo sukodonosidoarjo untuk menentukan status gizi balita, I. Yogyakarta: SamudraBiru, 2021.

[8] M. Wahyudi, Masitha, R. Saragih, and Solikhun, Data Mining : PenerapanAlgoritma K-Means Clustering da K-Medoids Clustering, 1st ed. YayasanKita Menulis, 2020.

[9] P. Studi, M. Arsitektur, U. Kristen, and D. Wacana, “PENDAHULUANPengertian Potensi Becana Alam di Indonesia,” pp. 1–17, 2020. 45

[10] M. F. Museum, “HUBUNGAN TINGKAT PENGETAHUANMASYARAKAT DENGAN PENANGGULANGAN BENCANATANAHLONGSOR DI DESA WAKOKO KABUPATEN BUTON,” vol. 45, no. 45, pp. 95–98, 2019.

[11] R. Nofitri and N. Irawati, “Analisis Data Hasil Keuntungan MenggunakanSoftware Rapidminer,” JURTEKSI (Jurnal Teknol. dan Sist. Informasi), vol. 5, no. 2, pp. 199–204, 2019, doi: 10.33330/jurteksi.v5i2.365.

[12] D. Jollyta, M. Siddik, H. Mawengkang, and S. Efendi, Teknik Evaluasi ClusterSolusi Menggunakan Phyton dan Rapidminer. Deepublish Publisher, 2021.

[13] Z. Nabila, A. Rahman Isnain, and Z. Abidin, “Analisis Data MiningUntukClustering Kasus Covid-19 Di Provinsi Lampung Dengan AlgoritmaK-Means,” J. Teknol. dan Sist. Inf., vol. 2, no. 2, p. 100, 2021, [Online]. Available: http://jim.teknokrat.ac.id/index.php/JTSI.

[14] L. Suriani, “Pengelompokan Data Kriminal Pada Poldasu MenentukanPolaDaerah Rawan Tindak Kriminal Menggunakan Data Mining AlgoritmaK-Means Clustering,” J. Sist. Komput. dan Inform., vol. 1, no. 2, p. 151, 2020, doi: 10.30865/json.v1i2.1955.

[15] F. Indriyani and E. Irfiani, “Clustering Data Penjualan pada TokoPerlengkapan Outdoor Menggunakan Metode K-Means,” JUITAJ. Inform., vol. 7, no. 2, p. 109, 2019, doi: 10.30595/juita.v7i2.5529.

[16] M. I. Ramadhan and Prihandoko, “Penerapan Data Mining untuk AnalisisData Bencana Milik BNPB Menggunakan Algoritma K-Means danLinearRegression,” J. Inform. dan Komput., vol. 22, no. 1, pp. 57–65, 2017.