PENGELOMPOKAN DAERAH BENCANA ALAM MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING

Authors

  • Isni Rinjani Sekolah Tinggi Manajemen Informatika dan Komputer (STMIK) IKMI Cirebon
  • Saeful Anwar Sekolah Tinggi Manajemen Informatika dan Komputer (STMIK) IKMI Cirebon
  • Ruli Herdiana Sekolah Tinggi Manajemen Informatika dan Komputer (STMIK) IKMI Cirebon

DOI:

https://doi.org/10.55606/juisik.v3i1.417

Keywords:

Data Mining, Natural Disasters, K-Means, Clustering

Abstract

Natural disasters are events that significantly affect the human population. Landslides, earthquakes, floods, fires, droughts, earthquakes and other natural disasters often occur in West Java Province. Information and technology skills are developing quite fast nowadays. Thanks to modern technology, anyone can access and obtain information without restrictions. Information is very important for every aspect of life. One of them is information about natural disasters, because disaster management needs this kind of information. Data mining is a popular method for analyzing disaster data because it is considered a potential answer to disaster management challenges. Therefore, this study discusses the grouping of natural disaster areas for prediction of natural disaster areas in West Java with data mining techniques using the k-means clustering algorithm. The results of the study obtained 3 clusters including low clusters, medium clusters, and high clusters. The selected research source comes from the official website, namely West Java Open Data. The results of this research are expected to provide useful information in determining solutions to natural disaster management problems

References

Asroni, A., Fitri, H., & Prasetyo, E. (2018). Penerapan Metode Clustering dengan Algoritma K-Means pada Pengelompokkan Data Calon Mahasiswa Baru di Universitas Muhammadiyah Yogyakarta (Studi Kasus: Fakultas Kedokteran dan Ilmu Kesehatan, dan Fakultas Ilmu Sosial dan Ilmu Politik). Semesta Teknika, 21(1), 60–64. https://doi.org/10.18196/st.211211

Dhuhita, W. (2015). Clustering Menggunakan Metode K-Mean Untuk Menentukan Status Gizi Balita. Jurnal Informatika Darmajaya, 15(2), 160–174.

Fatmawati, K., & Windarto, A. P. (2018). Data Mining: Penerapan Rapidminer Dengan K-Means Cluster Pada Daerah Terjangkit Demam Berdarah Dengue (Dbd) Berdasarkan Provinsi. Computer Engineering, Science and System Journal, 3(2), 173. https://doi.org/10.24114/cess.v3i2.9661

Firman, M., Halik, A., & Septiana, L. (2022). Analisa Data Untuk Prediksi Daerah Rawan Bencana Alam Di Jawa Barat Menggunakan Algoritma K-Means Clustering. 6(4), 856–870. https://doi.org/10.52362/jisamar.v6i4.939

Iqbal Ramadhan, M. (2017). Penerapan Data Mining Untuk Analisis Data Bencana Milik Bnpb Menggunakan Algoritma K-Means Dan Linear Regression. Jurnal Informatika Dan Komputer, 22(1), 57–65.

Mohede, R. M., Rotinsulu, D. C., Tumangkang, S. Y. L., Pembangunan, J. E., Ekonomi, F., & Ratulangi, U. S. (2020). Analisis Kontribusi Serta Prediksi Pajak Dan Daerah Terhadap Peningkatan Pendapatan Asli Daerah (Pad) Di Kabupaten Kepulauan Sangihe. Jurnal Berkala Ilmiah Efisiensi, 20(01), 45–54.

Murdiaty, M., Angela, A., & Sylvia, C. (2020). Pengelompokkan Data Bencana Alam Berdasarkan Wilayah, Waktu, Jumlah Korban dan Kerusakan Fasilitas Dengan Algoritma K-Means. Jurnal Media Informatika Budidarma, 4(3), 744. https://doi.org/10.30865/mib.v4i3.2213

Puji Rahayu, Ika Anikah, Dias Bayu Saputra, Tri Anelia, & Martanto. (2020). Penerapan Data Mining Metode K-Means Clustering Untuk Analisa Penjualan Rotan. KOPERTIP : Jurnal Ilmiah Manajemen Informatika Dan Komputer, 4(2), 42–50. https://doi.org/10.32485/kopertip.v4i2.118

Putu, N., Merliana, E., & Santoso, A. J. (n.d.). Analisa Penentuan Jumlah Cluster Terbaik pada Metode K-Means. 978–979.

Ramdhan, D., Dwilestari, G., Dana, R. D., Ajiz, A., & Kaslani, K. (2022). Clustering Data Persediaan Barang Dengan Menggunakan Metode K-Means. MEANS (Media Informasi Analisa Dan Sistem), 7(1), 1–9. https://doi.org/10.54367/means.v7i1.1826

Surya, A. D., M.Sapriyaldi, Wanto, A., Windarto, A. P., & Damanik, I. S. (2021). Komparasi Algoritma Machine Learning untuk Penentuan Performance Terbaik Pada Prediksi Produksi Tanaman Jahe di Indonesia. Seminar Nasional Ilmu Sosial Dan Teknologi (SANISTEK), 276–284.

Downloads

Published

2023-03-17

How to Cite

Isni Rinjani, Saeful Anwar, & Ruli Herdiana. (2023). PENGELOMPOKAN DAERAH BENCANA ALAM MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING. Jurnal Ilmiah Sistem Informasi Dan Ilmu Komputer, 3(1), 35–51. https://doi.org/10.55606/juisik.v3i1.417

Similar Articles

<< < 1 2 3 4 5 6 > >> 

You may also start an advanced similarity search for this article.