CLUSTERING BENCANA ALAM MENGGUNAKAN K-MEANS PADA WILAYAH JAWA BARAT

Abstrak

Wilayah Jawa Barat memiliki risiko bencana alam yang signifikan, dengan hampir semua jenis bencana, termasuk gempa bumi, tanah longsor, banjir, dan lainnya, telah terjadi di berbagai bagian wilayah tersebut. Oleh karena itu, penting untuk mengkaji lebih mendalam informasi mengenai tingkat frekuensi bencana alam di berbagai daerah, guna meningkatkan kewaspadaan dan kesiapsiagaan di masa yang akan datang. Tujuan dari penelitian ini adalah untuk mengelompokkan insiden-insiden bencana alam di Jawa Barat ke dalam kelompok-kelompok berdasarkan jenis bencananya. Rangkaian tahap metodologi melibatkan akuisisi data insiden bencana, pengolahan data, penentuan jumlah klaster yang optimal melalui metode elbow, implementasi algoritma K-Means, serta analisis hasil klastering. Dengan menggunakan tools Rapidminer diperoleh 3 cluster dengan nilai Davies Bouldin Index yaitu 0.004. Cluster 0 merupakan daerah dengan kejadian tinggi, Cluster 2 dengan daerah kejadian sedang dan Cluster 1 dengan kejadian rendah.