IMPLEMENTASI ALGORITME K-MEANS CLUSTERING UNTUK PENGELOMPOKKAN WILAYAH RAWAN BANJIR

Abstrak

Badan Penanggulangan Bencana Daerah (BPBD) Kota Tangerang menghadapi tantangan dalam mengelola data bencana banjir yang sering terjadi di wilayah tersebut. Dalam upaya untuk meningkatkan efisiensi dan efektivitas penanganan bencana banjir, diperlukan pendekatan yang efisien untuk mengelompokkan wilayah berdasarkan tingkat dampak yang dialami. Data mining, dengan metode K-Means Clustering, dapat menjadi solusi yang potensial untuk mengidentifikasi pola dan pengelompokan wilayah banjir yang serupa berdasarkan dampak yang terjadi. Penelitian ini bertujuan untuk mengimplementasikan metode data mining K-Means Clustering dalam pengelompokkan wilayah banjir berdasarkan dampak yang terjadi pada data yang diberikan BPBD Kota Tangerang. Penelitian ini diharapkan dapat menghasilkan pengelompokan wilayah banjir yang lebih efisien dalam upaya pengambilan keputusan dalam penanganan bencana banjir. Data historis tentang bencana banjir di Kota Tangerang dikumpulkan dan dipersiapkan untuk analisis. Metode K-Means Clustering diterapkan untuk mengelompokkan wilayah berdasarkan tingkat dampak yang dialami akibat banjir. Pengelompokan ini dilakukan dengan mempertimbangkan parameter seperti jumlah kejadian, jumlah kerusakan, korban menderita, korban meninggal, korban menghilang, korban mengungsi. Evaluasi dilakukan untuk mengukur kualitas pengelompokan dan mendapatkan wawasan yang berarti. Pada hasil penelitian ini Implementasi data mining K-Means Clustering berhasil menghasilkan pengelompokan wilayah banjir yang signifikan berdasarkan tingkat dampak yang terjadi. Wilayah dengan dampak banjir serupa dikelompokkan bersama, memungkinkan BPBD Kota Tangerang untuk mengidentifikasi pola dan karakteristik yang berkaitan dengan tingkat dampak. Tujuan utama dari penelitian ini adalah untuk menganalisis dampak yang terjadi akibat banjir pada wilayah yang rentan terhadap bencana banjir, melalui implementasi teknik data mining menggunakan algoritme K-Means Clustering. Penelitian ini bertujuan untuk mengidentifikasi potensi kerawanan banjir berdasarkan dampak yang terjadi. Dengan adanya penelitian ini, peneliti berharap dapat memberikan wawasan yang lebih mendalam tentang dampak banjir pada wilayah yang rawan, serta membantu dalam mengembangkan langkah-langkah konkrit untuk mengurangi kerugian dan merencanakan tindakan yang lebih adaptif dalam menghadapi risiko banjir.