ANALISA CLUSTER MENGGUNAKAN K-MEANS DAN FUZZY C-MEANS DALAM PENGELOMPOKAN PROVINSI MENURUT DATA INTESITAS BENCANA ALAM DI INDONESIA TAHUN 2017-2021

Abstract

Bencana merupakan sebuah kejadian yang serius dimana terjadi sebuah kekacauan yang dapat disebabkan oleh alam, manusia, teknologi yang berbahaya, serta berbagai faktor lain yang mempengaruhi keadaan normal suatu wilayah ataupun komunitas. Indonesia merupakan salah satu negara dengan jumlah intensitas bencana alam terbanyak di dunia setelah Amerika Serikat. Pada tahun 2020, Indonesia tercatat memiliki jumlah intensitas bencana alam sebesar 4.977 kasus. Tindakan penanggulangan untuk menangani kekacauan dan juga kerugian yang terjadi dikarenakan bencana alam merupakan salah satu tanggung jawab dari pemeritah di Indonesia. Tindakan penanggulangan bencana alam tersebut bertujuan untuk meminimalisir terjadinya korban jiwa ataupun kerugian lainnya yang disebabkan oleh bencana alam tersebut, sehingga perlu adanya tindakan untuk mencegah banyaknya kerugian yang terjadi. Salah satunya yaitu dengan menentukan karakteristik dari intesitas bencana alam tersebut dan mengelompokkan provinsi-provinsi di Indonesai berdasarkan karakteristik yang dimiliki. Pada artikel ini akan membahas pengelompokan provinsi di Indonesia dengan menggunakan metode K-means clustering dan Fuzzy C-means clustering. Hasil yang diperoleh dari analisis clustering tersebut menunjukkan bahwa dengan menggunakan Fuzzy C-means clustering akan memiliki akurasi yang lebih baik dibandingkan dengan K-means clustering. Hal tersebut ditunjukkan dengan rata-rata Silhouette Coefficient Fuzzy C-means clustering yang lebih besar dibandingkan dengan K-means clustering yaitu sebesar 0.8403194 yang termasuk dalam kategori pengelompokan yang kuat.