PENGELOMPOKKAN DATA BENCANA ALAM BERDASARKAN WILAYAH MENGGUNAKAN ALGORITMA K-MEANS

Abstract

Bencana alam adalah rangkaian kejadian yang ditimbulkan oleh alam. Namun tidak menutup kemungkinan bencana alam yang terjadi disebabkan oleh ulah manusia. Bencana alam memiliki potensi untuk menyebabkan dampak yang signifikan pada infrastruktur dan lingkungan, bahkan dapat mengancam keselamatan manusia. Penelitian ini bertujuan untuk mengidentifikasi wilayah-wilayah dimana jenis bencana alam paling dominan atau sering terjadi untuk memberikan wawasan yang lebih mendalam tentang resiko bencana alam di berbagai wilayah sehingga dapat membantu meningkatkan upaya mitigasi bencana. Metode yang diterapkan melibatkan pengelompokkan data menggunakan algoritma K-Means, yang memungkinkan peneliti untuk mengelompokkan wilayah dengan karakteristik serupa ke dalam cluster-cluster yang berbeda. Hasil penelitian ini berhasil mengelompokkan data bencana alam menggunakan Algoritma K-Means membentuk 3 cluster berdasarkan MeasureTypes Bregman Divergences dengan parameter SequaredEuclideanDistance sampai menghasilkan nilai DBI terbaik. Nilai Davies-Bouldin-Index (DBI) yang dihasilkan pada penelituan ini yaitu 0,012. Cluster 0 memiliki 884 data dengan tingkat kejadian  bencana alam rendah. Kejadian bencana alam yang dominan terjadi yaitu kekeringan. Sedangkan wilayah yang termasuk kedalam cluster 1 dengan memiliki 2 data adalah wilayah dengan tingkat kejadian sedang. Kejadian bencana yang paling dominan adalah Letusan Gunung Api. Dan cluster 2 memiliki 1 data yaitu wilayah dengan tingkat kejadian tinggi. Kejadian bencana alam yang paling dominan adalah Puting Beliung.