{"title":"Pengelompokan Dampak Gempa Bumi Dan Kerusakan Pada Wilayah Berpotensi Gempa Di Provinsi Sumatra Barat","authors":"Ipin Sugiyarto, Rama Irawan, Didi Rosiyadi","doi":"10.31599/jsrcs.v2i2.850","DOIUrl":null,"url":null,"abstract":"Pemrosesan data yang disimpan tidak hanya dapat disimpan, tetapi dapat digunakan sebagai representasi pengetahuan di masa depan. Data bencana gempa bumi digunakan untuk mewakili pengetahuan dari wilayah Provinsi Sumatera Barat, di mana data bencana gempa bumi diambil dari situs web resmi Badan Nasional Penanggulangan Bencana (BNPB). Dengan demikian, ada kebutuhan untuk memiliki tingkat dampak gempa paling banyak di Provinsi Sumatera Barat karena gempa bumi yang terjadi pada periode 2001 hingga 2018. Teknik penambangan data klastering digunakan untuk menentukan daerah dampak gempa menggunakan Pengetahuan Discovery Data Metode Penambangan (KDD) yang terdiri dari Pemahaman Domain, Seleksi tambahan (Seleksi Data), Preprocesing (Pembersihan Data, Pengambilan Sampel Data), Transformasi (Normalisasi Data), Penambangan Data (K-means & Linear Regresi), Evaluasi dan Interpretasi (klaster & Prediksi) Studi ini telah menguji model menggunakan K-Means dan Linear Regresi untuk mengklasifikasikan dan memprediksi dampak gempa bumi. Hasil penelitian ini membuktikan bahwa penggunaan metode K-Means menghasilkan 3 klaster dengan dampak gempa paling besar di kota Padang pada tahun 2009, sedangkan penggunaan Liniear Regresi memperkirakan dampak korban dan kerusakan pada fasilitas dan unit yang sering terjadi di lokasi gempa. Tujuan dari penelitian ini adalah untuk mengimplementasikan dan mengkategorikan dan memprediksi untuk mengetahui hasil dampak dan kerusakan gempa yang terjadi di provinsi Sumatera Barat.","PeriodicalId":132318,"journal":{"name":"Journal of Students‘ Research in Computer Science","volume":"18 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2021-11-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"2","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Journal of Students‘ Research in Computer Science","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.31599/jsrcs.v2i2.850","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 2
Abstract
Pemrosesan data yang disimpan tidak hanya dapat disimpan, tetapi dapat digunakan sebagai representasi pengetahuan di masa depan. Data bencana gempa bumi digunakan untuk mewakili pengetahuan dari wilayah Provinsi Sumatera Barat, di mana data bencana gempa bumi diambil dari situs web resmi Badan Nasional Penanggulangan Bencana (BNPB). Dengan demikian, ada kebutuhan untuk memiliki tingkat dampak gempa paling banyak di Provinsi Sumatera Barat karena gempa bumi yang terjadi pada periode 2001 hingga 2018. Teknik penambangan data klastering digunakan untuk menentukan daerah dampak gempa menggunakan Pengetahuan Discovery Data Metode Penambangan (KDD) yang terdiri dari Pemahaman Domain, Seleksi tambahan (Seleksi Data), Preprocesing (Pembersihan Data, Pengambilan Sampel Data), Transformasi (Normalisasi Data), Penambangan Data (K-means & Linear Regresi), Evaluasi dan Interpretasi (klaster & Prediksi) Studi ini telah menguji model menggunakan K-Means dan Linear Regresi untuk mengklasifikasikan dan memprediksi dampak gempa bumi. Hasil penelitian ini membuktikan bahwa penggunaan metode K-Means menghasilkan 3 klaster dengan dampak gempa paling besar di kota Padang pada tahun 2009, sedangkan penggunaan Liniear Regresi memperkirakan dampak korban dan kerusakan pada fasilitas dan unit yang sering terjadi di lokasi gempa. Tujuan dari penelitian ini adalah untuk mengimplementasikan dan mengkategorikan dan memprediksi untuk mengetahui hasil dampak dan kerusakan gempa yang terjadi di provinsi Sumatera Barat.