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]](/style/images/fileicons/text.png)
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]](/style/images/fileicons/text.png)
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]](/style/images/fileicons/text.png)
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]](/style/images/fileicons/text.png)
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 |