PENERAPAN ALGORIMA K-MEANS CLUSTERING UNTUK MENGELOMPOKAN DATA KEJADIAN KEKERINGAN DI KABUPATEN CIREBON

  • Sultan Gymnastiar Manajemen Informatika(D3), STMIK IKMI Cirebon
  • Agus Bahtiar Sistem Informasi, STMIK IKMI Cirebon
Keywords: Clustering, k-means, Kekeringan

Abstract

Kekeringan adalah salah satu bencana alam yang berdampak signifikan di berbagai wilayah, termasuk Kekeringan merupakan bencana alam yang berdampak signifikan, termasuk di Kabupaten Cirebon. Penelitian ini menawarkan pendekatan untuk mengelompokkan kejadian kekeringan berdasarkan desa, dengan fokus pada pemahaman intensitas bencana di setiap wilayah. Data dari https://opendata.cirebonkab.go.id/ digunakan, mencakup 848 entri dengan 6 atribut yang mencerminkan 424 desa di Kabupaten Cirebon. Metode K-Means digunakan untuk mengelompokkan data, mencari pusat kluster secara iteratif, dan menetapkan titik data ke kluster terdekat berdasarkan jarak minimum. Tujuan penelitian ini adalah menghasilkan kelompok desa dengan karakteristik kekeringan serupa. Hasil statistik nilai cluster kejadian kekeringan adalah sebagai berikut: cluster 0 (111, 0.131), cluster 1 (28, 0.033), cluster 2 (153, 0.180), cluster 3 (215, 0.254), cluster 4 (141, 0.166), dan cluster 5 (200, 0.236). Pengelompokan ini memberikan wawasan tentang pola kekeringan di Kabupaten Cirebon, membantu pihak berwenang dalam mengambil tindakan yang lebih efisien dan efektif. Penelitian ini menjadi landasan untuk pengembangan strategi mitigasi dan penanggulangan kekeringan yang lebih baik di wilayah tersebut. Kesimpulannya, pendekatan pengelompokan berbasis desa dengan menggunakan algoritma K-Means memberikan informasi yang berharga tentang kekeringan di Kabupaten Cirebon. Ini diharapkan dapat membantu dalam mengambil langkah-langkah yang tepat untuk mengatasi masalah kekeringan dan mengembangkan strategi mitigasi yang lebih baik.

Downloads

Download data is not yet available.
Published
2024-04-26