Indah Rosaliyah, Bani Nurhakim
{"title":"CLUSTERING KEJADIAN BENCANA ALAM di JAWA BARAT BERDASARKAN JENIS BENCANA MENGGUNAKAN K-MEANS","authors":"Indah Rosaliyah, Bani Nurhakim","doi":"10.30587/e-link.v18i1.5318","DOIUrl":null,"url":null,"abstract":"Jawa barat merupakan salah satu wilayah dengan potensi bencana alam tinggi. Hampir semua jenis bencana sudah terjadi di setiap wilayahnya, seperti gempa bumi, tanah longsor, banjir, dan masih banyak lagi. Oleh karena itu, informasi mengenai tingkat terjadinya bencana alam di berbagai wilayah harus diteliti lebih lanjut agar lebih waspada kedepannya. Penelitian ini bertujuan untuk mengelompokkan kejadian bencana alam di Jawa Barat berdasarkan jenis bencana dengan memanfaatkan teknik clustering pada data mining. Proses pengelompokan data dilakukan menggunakan metode algoritma K-Means dan tahap perancangan yang digunakan yaitu Knowledge Discovery in Database (KDD). Dengan menggunakan tools RapidMiner diperoleh 6 cluster dengan nilai Davies Bouldin Index yaitu 9.20. Cluster  3 merupakan daerah dengan kejadian bencana alam sangat rendah, cluster 1 daerah dengan kejadian bencana alam rendah, cluster 4 daerah dengan kejadian bencana alam sedang, cluster 0 daerah dengan kejadian bencana alam tinggi 1, cluster 5 daerah dengan kejadian bencana alam tinggi 2, dan cluster 2 merupakan daerah dengan kejadian bencana alam sangat tinggi.","PeriodicalId":421293,"journal":{"name":"E-Link: Jurnal Teknik Elektro dan Informatika","volume":"35 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-05-16","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"E-Link: Jurnal Teknik Elektro dan Informatika","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.30587/e-link.v18i1.5318","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

西爪哇是一个可能发生严重自然灾害的地区。几乎所有的灾难都发生在其领土上,如地震、山体滑坡、洪水等等。因此,必须对不同地区的自然灾害水平进行进一步的研究,以确保未来的安全。这项研究的目的是利用数据挖掘技术,将西爪哇的自然灾害事件分类为灾难类型。数据分组的过程使用的是k - meme算法和数据库知识发现相关的设计阶段。使用快速工具获得了6个集群,其中戴维斯·布尔丁的值是9.20。集群3是发生自然灾害的地区很低,集群1发生自然灾害的地区,4发生自然灾害的地区在星系团,0星系团发生自然灾害的地区高1,集群5发生自然灾害的地区高2,集群是发生自然灾害的地区非常高。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
CLUSTERING KEJADIAN BENCANA ALAM di JAWA BARAT BERDASARKAN JENIS BENCANA MENGGUNAKAN K-MEANS
Jawa barat merupakan salah satu wilayah dengan potensi bencana alam tinggi. Hampir semua jenis bencana sudah terjadi di setiap wilayahnya, seperti gempa bumi, tanah longsor, banjir, dan masih banyak lagi. Oleh karena itu, informasi mengenai tingkat terjadinya bencana alam di berbagai wilayah harus diteliti lebih lanjut agar lebih waspada kedepannya. Penelitian ini bertujuan untuk mengelompokkan kejadian bencana alam di Jawa Barat berdasarkan jenis bencana dengan memanfaatkan teknik clustering pada data mining. Proses pengelompokan data dilakukan menggunakan metode algoritma K-Means dan tahap perancangan yang digunakan yaitu Knowledge Discovery in Database (KDD). Dengan menggunakan tools RapidMiner diperoleh 6 cluster dengan nilai Davies Bouldin Index yaitu 9.20. Cluster  3 merupakan daerah dengan kejadian bencana alam sangat rendah, cluster 1 daerah dengan kejadian bencana alam rendah, cluster 4 daerah dengan kejadian bencana alam sedang, cluster 0 daerah dengan kejadian bencana alam tinggi 1, cluster 5 daerah dengan kejadian bencana alam tinggi 2, dan cluster 2 merupakan daerah dengan kejadian bencana alam sangat tinggi.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信