Implementasi Algoritma K-Means Clustering Untuk Tingkat Rawan Bencana Di Wilayah Kabupaten Bandung
Year: 2026
Type: article
Abstract: Bencana alam adalah kejadian yang secara signifikan mempengaruhi populasi manusia. Tanah longsor, gempa bumi, banjir, kebakaran, kekeringan dan bencana alam lainnya sering terjadi di Provinsi Jawa Barat. Salah satu wilayah di Jawa Barat dengan risiko bencana tertinggi adalah Kabupaten Bandung. Saat ini, terdapat beberapa metode pengembangan untuk menganalisa data bencana alam termasuk menggunakan keahlian teknologi informasi. Data Mining adalah metode populer untuk menganalisis data bencana. Penelitian ini bertujuan ntuk mengelompokan wilayah yang rentan terhadap bencana alam di 31 kecamatan di Kabupaten Bandung ke dalam dua kelompok, yaitu kelompok berisiko rendah dan kelompok berisiko tinggi, berdasarkan tingkat kerentanan bencananya. Perhitungan K-Means Clustering secara manual serta menggunakan aplikasi RapidMiner menghasilkan kelompok rentan bencana rendah (C1) yang terdiri dari 28 kecamatan, sedangkan kelompok rentan bencana tinggi (C2) terdiri dari 3 kecamatan. Nilai DBI (K=2) sebesar 0,702 adalah nilai yang optimal untuk pembentukan kelompok dari K=2 hingga K=5. Hal ini menunjukkan bahwa pembentukan dua kelompok cukup baik karena nilai DBI mendekati nol. Diharapkan temuan penelitian ini dapat membantu pemerintah dalam menetapkan prioritas pengelolaan dan mitigasi bencana. Untuk mengurangi risiko dan biaya di masa depan.
Source: eProsiding Sistem Informasi
Language: English
Subfield: Information Systems
Field: Computer Science
Domain: Physical Sciences
Open Access status: diamond
OpenAlex ID: W7220334789