PEMETAAN WILAYAH RAWAN BENCANA ALAM DI PULAU JAWA DENGAN ALGORITMA K-MEANS

Sofia Nurul Azizah, NIM : 201901615 (2022) PEMETAAN WILAYAH RAWAN BENCANA ALAM DI PULAU JAWA DENGAN ALGORITMA K-MEANS. Diploma thesis, ITESA Muhammadiyah Semarang.

[thumbnail of Daftar Pustaka Tugas akhir Sofia NA-35-49.pdf] Text
Daftar Pustaka Tugas akhir Sofia NA-35-49.pdf
Restricted to Registered users only until 5 September 2027.

Download (447kB)
[thumbnail of Full Text Tugas akhir Sofia NAL.pdf] Text
Full Text Tugas akhir Sofia NAL.pdf
Restricted to Registered users only until 5 September 2027.

Download (5MB)
[thumbnail of Bab 1 Tugas akhir Sofia NAP.pdf] Text
Bab 1 Tugas akhir Sofia NAP.pdf
Restricted to Registered users only until 5 September 2027.

Download (1MB)
[thumbnail of Jurnal Tugas Akhir Sofia Nurul Azizah - Deden Istiawan.pdf] Text
Jurnal Tugas Akhir Sofia Nurul Azizah - Deden Istiawan.pdf
Restricted to Registered users only until 5 September 2027.

Download (347kB)

Abstract

Pulau Jawa adalah salah satu pulau di Indonesia yang sering terjadi bencana alam. Berdasarkan data dari Badan Nasional Penanggulangan Bencana (BNPB), dalam kurun waktu 7 tahun yakni dari tahun 2015-2021, Pulau Jawa mengalami 12.683 peristiwa bencana alam. Penelitian ini bertujuan untuk mengelompokan wilayah Kabupaten/Kota di Pulau Jawa berdasarkan jumlah kejadian bencana alam yang pernah terjadi, sehingga diketahui wilayah yang rawan bencana alam. Untuk pengelompokan wilayah rawan bencana di Pulau Jawa ini menggunakan algoritma K-Means. Algoritma K-Means memiliki kelebihan mengelompokkan data dalam jumlah yang cukup besar dan waktu proses komputasinya relatif singkat, namun jumlah klaster dalam algoritma K-Means harus ditentukan terlebih dahulu. Dalam penelitian ini menentukan jumlah klaster k yang tepat dan optimal berdasarkan penelitian terdahulu yaitu 3 cluster. Hasil penelitian berdasarkan jumlah klaster optimal yang dibentuk yaitu klaster pertama merupakan wilayah rawan bencana alam yang terdiri dari 2 kabupaten/kota, klaster kedua merupakan wilayah rawan bencana alam sedang yang terdiri dari 28 kabupaten/kota, dan klaster 3 merupakan wilayah tidak rawan bencana alam yang terdiri dari 89 kabupaten/kota.

Item Type: Thesis (Diploma)
Uncontrolled Keywords: Bencana Alam, Clustering, K-Means
Subjects: H Social Sciences > HA Statistics
Q Science > QA Mathematics
Divisions: Faculty of Engineering, Science and Mathematics > School of Mathematics
Depositing User: Unnamed user with email [email protected]
Date Deposited: 19 Mar 2024 02:26
Last Modified: 12 Nov 2024 03:11
URI: https://repository.itesa.ac.id/id/eprint/280

Actions (login required)

View Item
View Item