Implementasi Algoritma Fuzzy C-Means untuk Pengelompokan Wilayah Bencana Banjir

Aditya Ramadhan, Mustakim Mustakim, Rizki Handinata

Abstract


Mitigasi adalah serangkaian upaya untuk mengurangi resiko bencana, baik melalui pembangunan fisik maupun penyadaran dan peningkatan kemampuan menghadapi ancaman bencana. Penelitian ini dimaksudkan untuk melakukan pengelompokan terhadap kejadian bencana banjir yang terjadi di Indonesia. Proses pengelompokan dilakukan dengan mengggunakan metode Fuzzy C Means. Atribut yang digunakan pada penelitian ini adalah Jumlah Kejadian, Korban Meninggal dan Menghilang, Korban Menderita, Rumah Rusak, Fasilitas Rusak, dan Kepadatan Penduduk. Proses pengelompokan dan kejadian bencana dilakukan terhadap wilayah Kabupaten/Kota yang ada di Indonesia selama 10 Tahun terakhir. Kombinasi jumlah cluster dan nilai pangkat terbaik yang didapatkan adalah 3 cluster dan nilai w=2 dengan nilai PCI 0,7362, dan PEI 0,658.


Full Text:

PDF

References


Undang-Undang Republik Indonesia Nomor 24 Tahun 2007 Penanggulangan Bencana.Lembaran Negara Republik Indonesia Tahun 2007 Bab I Pasal I Nomor 9.

Afif, M. F. (2017). Penerapan algoritma self organizing map dalam memetakan daerah rawan bencana alam tanah longsor di indonesia. Skripsi. FMIPA-UNY, Yogyakarta.

Simbolon, C. L., Kusumastuti, N., dan Irawan, B. (2013). Clustering lulusan ma- hasiswa matematika fmipa untan pontianak menggunakan algoritma fuzzy c-means. BIMASTER, 2(1).

Ramadhan A, Efendi Z, Mustakim M. (2017). Perbandingan Algoritma K-Means dan Fuzzy C-Means pada Data User Knowledge Modelling. Seminar Nasional Teknologi Informasi Komunikasi dan Industri (SNTIKI) 9.

Prana, Afen. “Model Rule Penyebab Mahasiswa Perguruan Tinggi Pindah dengan Metode Decision Tree”. Tesis. FILKOM-USU, Medan. 2013

Luthfi, Emha Taufik. “Fuzzy C Means untuk Clustering Data (Studi Kasus: Data Performance Mengajar Dosen)”. Seminar Nasional Teknologi 2007. Hal D1-D7. 2007.

Prasetyo, E. (2012). Data mining konsep dan aplikasi menggunakan matlab. Yoyakarta. Andi

Mashfuufah, S., dan Istiawan, D. (2018). Penerapan partition entropy index, partition coefficient index dan xie beniindex untuk penentuan jumlah klaster optimal pada algoritma fuzzy c-means dalam pemetaan tingkat kesejahteraan penduduk jawa tengah. Proceeding of The URECOL, 51–60.

Arief, Dian Adhietya, dkk “Kerentanan Masyarakat Perkotaan terhadap Bahaya Banjir di Kelurahan Legok, Kecamatan Telanipura, Kota Jambi”. Majalah Geografi Indonesia Vol. 31, No. 2. Hal 79-87. September 2017.

Mustakim. Effectiveness of K-means clustering to distribute training data and testing data on K-nearest neighbor classification. Journal of Theoretical and Applied Information Technology. 95 (21), 5693-5700. 2017


Refbacks

  • There are currently no refbacks.


FAKULTAS SAINS DAN TEKNOLOGI
UIN SUSKA RIAU
Kampus Raja Ali Haji
Gedung Fakultas Sains & Teknologi UIN Suska Riau
Jl.H.R.Soebrantas No.155 KM 18 Simpang Baru Panam, Pekanbaru 28293
Email: sntiki@uin-suska.ac.id