Pengelompokan Desa Menggunakan K-Means Untuk Penyelenggaraan Penanggulangan Bencana Banjir

Authors

  • shelladita fitriyani susilo Universitas Singaperbangsa Karawang
  • Asep Jamaludin Universitas Singaperbangsa Karawang
  • Intan Purnamasari Universitas Singaperbangsa Karawang

DOI:

https://doi.org/10.33633/joins.v5i2.3709

Abstract

Penyelenggaraan penanggulangan bencana merupakan suatu agenda kewajiban lembaga yang dinamakan BPBD. Perencanaan yang tidak terstruktur menyebabkan penentuan komponen didalamnya menjadi kurang optimal, seperti tempat, sumber daya manusia, transportasi. Penentuan tempat menjadi poin utama yang dapat mempengaruhi komponen lain dalam perencanaan. Ketersediaan data mengenai tempat berupa rekap desa rawan bencana dimiliki oleh bidang I Kesiapsiagaan Bencana. Rekap data kejadian dan profil desa dilakukan pengelompokan untuk menemukan karakteristik yang dapat membantu dalam penentuan tempat kegiatan. Metode K-Means digunakan untuk memetakan desa sesuai karakteristik dengan jumlah cluster sesuai jumlah optimal yang lebih baik antara metode elbow dan silhouette. Dihasilkan clustering optimal dengan jumlah cluster 7 hasil penentuan nilai k dari metode elbow. Dengan ukuran pengelompokan Cluster 1 = 1 desa, Cluster 2 = 2 desa, Cluster 3 = 19 desa, Cluster 4 = 4 desa, Cluster 5 = 5 desa, Cluster 6 = 1 desa, Cluster 7 =1 desa.

References

M. G. Sadewo, A. P. Windarto and D. Hartama, 2019, Algoritma K-Means Dalam Mengelompokkan Desa/Kelurahan Menurut Keberadaan Keluarga Pengguna Listrik dan Sumber Penerangan Jalan Utama Berdasarkan Provinsi, Seminar nasional teknologi Komputer & Sains (SAINTEKS), pp. 754-761, Januari.

G. Shmueli, P. C. Bruce, I. Yahav, N. R. Patel and K. C. Lichtendahl Jr., 2018, Data Mining for Bussiness Analytics Concepts, Techniques, and Applications in R, John Wiley & Sons, Inc.

L. Listiani, Y. H. Agustin and M. Z. Ramdhani, 2019, Implementasi Algoritma K-Means Cluster Untuk Rekomendasi Pekerjaan Berdasarkan Pengelompokkan Data Penduduk, In Sensitif 2019, Tasikmalaya.

T. Ariwibowo, 2019, Perbandingan Metode Imputasi Mean, Median, Modus, Dan 1-Nn Pada Hasil Klasifikasi K-Nearest Neigbour (K-Nn) Studi Kasus : Klasifikasi Penyakit Jantung Koroner, Universitas Pembangunan Nasional Veteran.

H. Satriawan, 2018, Problematika Pembelajaran Matematika Pada Materi Statistika Smp Kelas IX, Jurnal Elektronik Pembelajaran Matematika, vol. 5, pp. 278-285, Oktober.

N. Asiska, N. Satyahadewi and H. Perdana, 2019, Pencarian Cluster Optimum Pada Single Linkage, Complete Linkage Dan Average Linkage, Buletin Ilmiah Math, Stat, dan Terapannya (Bimaster), vol. 8, pp. 393-398.

R. I. Fajriah, H. Sutisna and B. K. Simpony, 2019, Perbandingan Distance Space Manhattan Dengan Euclidean Pada K-Means Clustering Dalam Menentukan Promosi, IJCIT (Indonesian Journal on Computer and Information Technology), vol. 4, pp. 36-49, Mei.

A. F. Febrianti, A. H. Cabral and G. Anuraga, 2018, K-Means Clustering Dengan Metode Elbow Untuk Pengelompokan Kabupaten Dan Kota Di Jawa Timur Berdasarkan Indikator Kemiskinan, in SNHRP-1.

C. D. Rumiati and I. Budi, 2017, Segmentasi Pelanggan Pada Customer Relationship Management Di Perusahaan Ritel: Studi Kasus Pt Gramedia Asri Media, Jurnal Sistem Informasi (Journal of Information Systems), vol. 13, no. 1, pp. 1-10, April.

B. Santoso, I. Cholissodin and B. D. Setiawan, "Optimasi K-Means untuk Clustering Kinerja Akademik Dosen Menggunakan Algoritme Genetika," Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 1, pp. 1652-1659, 2017.

Y. Novianti, 2017, Implementasi K-Means Clustering Algorithm Untuk Analisa Soal Ujian Online Pada Smp Islam Al-Fath Pare, Simki-Techsain, vol. 1.

Kusnendi, 2016, Memahami Analisis Varians.

K-Means Clustering, https://stat.ethz.ch/R-manual/R-patched/library/stats/html/k-means.html, diakses tgl 20 Februari 2020.

R. Adrianto and A. Fahmi, 2016, Penerapan Metode Clustering Dengan Algoritma K-Means Untuk Rekomendasi Pemilihan Jalur Peminatan Sesuai Kemampuan Pada Progam Studi Teknik Informatika - S1 Universitas Dian Nuswantoro, pp. 101-116.

E. Yulaelawati, Ph.d and U. Syihab, Ph.d, 2008, Mencerdasi Bencana : banjir, tanah longsor, tsunami, gempa bumi, gunung api, kebakaran, Grasindo.

Downloads

Published

2020-11-30

How to Cite

[1]
shelladita fitriyani susilo, A. Jamaludin, and I. Purnamasari, “Pengelompokan Desa Menggunakan K-Means Untuk Penyelenggaraan Penanggulangan Bencana Banjir”, Journal of Information System, vol. 5, no. 2, pp. 156–167, Nov. 2020.

Issue

Vol. 5 No. 2 (2020): Edisi November 2020

Section

Articles

License

Authors who publish with this journal agree to the following terms:

    1. Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
    2. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
    3. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).

 

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Most read articles by the same author(s)

Obs.: This plugin requires at least one statistics/report plugin to be enabled. If your statistics plugins provide more than one metric then please also select a main metric on the admin's site settings page and/or on the journal manager's settings pages.