SEGMENTASI WILAYAH BANJIR DAERAH KHUSUS JAKARTA DENGAN ALGORITMA K-MEDOIDS

Penulis

  • Linia Sakti Maruhawa Universitas Budi Luhur
  • Deni Mahdiana Universitas Budi Luhur

Kata Kunci:

Data Mining, Clustering, K-Medoids, Banjir

Abstrak

Banjir merupakan bencana alam yang banyak menimbulkan dampak merugikan terhadap masyarakat, salah satunya adalah Daerah Khusus Jakarta. Belum diketahuinya pengelompokkan wilayah rawan banjir di Daerah Khusus Jakarta, menyebabkan pemerintah sulit dalam membuat strategi pengantisipasian terjadinya banjir di Daerah Khusus Jakarta. Pada penelitian ini, menggunakan algoritma K-Medoids untuk mengelompokkan wilayah rawan banjir di Daerah Khusus Jakarta sehingga dapat mengetahui karakteristik wilayah rawan banjir di tingkat kecamatan dengan metode CRISP-DM. Berdasarkan hasil dari penelitian dengan menggunakan K-Medoids Clustering pada data kejadian banjir di Daerah Khusus Jakarta, dapat menentukan 3 (tiga) cluster paling optimal yaitu cluster tidak rawan terdiri dari 14 Kecamatan, cluster rawan terdiri dari 2 Kecamatan dan cluster sangat rawan terdiri dari 16 kecamatan. Dengan nilai Davies Bouldin Index (DBI) sebesar 0,553 dibanding nilai DBI K-Means 0,730 dan nilai DBI X-Means 0,622. Hasil yang diperoleh dapat berguna bagi pemerintah Daerah Khusus Jakarta dalam menyusun strategi pengantisipasian terjadinya bencana banjir.

Referensi

Alfina, T. dan Santosa, B. (2012) “Analisa Perbandingan Metode Hierarchical Clustering, K-Means dan Gabugan Keduanya dalam Membentuk Cluster Data (Studi Kasus : Problem Kerja Praktek Jurusan Teknik Industri ITS),” Jurnal Teknik Its, 1(1), hal. 1–5.

Az-zahra, A.A. dkk. (2021) “Penerapan Algoritma K-Modes Clustering Dengan Validasi Davies Bouldin Index Pada Pengelompokkan Tingkat Minat Belanja Online Di Provinsi Daerah Istimewa Yogyakarta,” Jurnal MSA ( Matematika dan Statistika serta Aplikasinya ), 9(1), hal. 24. Tersedia pada: https://doi.org/10.24252/msa.v9i1.18555.

Fathurrahman, F., Harini, S. dan Kusumawati, R. (2023) “Evaluasi Clustering K-Means Dan K-Medoid Pada Persebaran Covid-19 Di Indonesia Dengan Metode Davies-Bouldin Index (Dbi),” Jurnal Mnemonic, 6(2), hal. 117–128. Tersedia pada: https://doi.org/10.36040/mnemonic.v6i2.6642.

Ilham, A., Setiawan, N.Y. dan Afirianto, T. (2020) “Analisis Segmentasi Pelanggan Kartu Prabayar Kabupaten Malang dengan RFM Model Menggunakan Metode Fuzzy C-Means Clustering (Studi Kasus: PT. XYZ),” Jurnal Pengembangan Teknologi …, 4(8), hal. 2487–2498. Tersedia pada: http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/7680.

Khomsiyah, J. dkk. (2021) “Pengelompokan Wilayah Banjir,” Jurnal Ilmiah Betrik, 12. No.03(03), hal. 249–253.

Kusnaidi, M.R., Gulo, T. dan Aripin, S. (2022) “Penerapan Normalisasi Data Dalam Mengelompokkan Data Mahasiswa Dengan Menggunakan Metode K-Means Untuk Menentukan Prioritas Bantuan Uang Kuliah Tunggal,” Journal of Computer System and Informatics (JoSYC), 3(4), hal. 330–338. Tersedia pada: https://doi.org/10.47065/josyc.v3i4.2112.

Kusnaidi, M.R., Gulo, T. dan Aripin, S. (2024) “Clustering Data Calon Siswa Baru Menggunakan Metode K-Means di Pusat Pengembangan Anak Fajar Baru Cengkareng,” 8(1).

Nahdliyah, M.A., Widiharih, T. dan Prahutama, A. (2019) “Metode K-Medoids Clustering Dengan Validasi Silhouette Index Dan C-Index (Studi Kasus Jumlah Kriminalitas Kabupaten/Kota di Jawa Tengah Tahun 2018),” Jurnal Gaussian, 8(2), hal. 161–170. Tersedia pada: https://doi.org/10.14710/j.gauss.v8i2.26640.

Nasir, J. (2021) “Penerapan Data Mining Clustering Dalam Mengelompokan Buku Dengan Metode K-Means,” Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer, 11(2), hal. 690–703. Tersedia pada: https://doi.org/10.24176/simet.v11i2.5482.

Nofitri, R. dan Irawati, N. (2019) “Integrasi Metode Neive Bayes Dan Software Rapidminer Dalam Analisis Hasil Usaha Perusahaan Dagang,” JURTEKSI (Jurnal Teknologi dan Sistem Informasi), 6(1), hal. 35–42. Tersedia pada: https://doi.org/10.33330/jurteksi.v6i1.393.

Nugroho, W. dan Yuliazmi, Y. (2023) “Klasterisasi Wilayah Dki Jakarta Berdasarkan Data Kejadian Bencana Pemprov Dki Jakarta Menggunakan K-Means,” Prosiding Seminar Nasional …, 2(September), hal. 1077–1085. Tersedia pada: http://senafti.budiluhur.ac.id/index.php/senafti/article/view/1025%0Ahttp://senafti.budiluhur.ac.id/index.php/senafti/article/download/1025/586.

Pratikto, R.O. dan Damastuti, N. (2021) “Klasterisasi Menggunakan Agglomerative Hierarchical Clustering Untuk Memodelkan Wilayah Banjir,” JOINTECS (Journal of Information Technology and Computer Science), 6(1), hal. 13. Tersedia pada: https://doi.org/10.31328/jointecs.v6i1.1473.

Rafi Nahjan, M., Nono Heryana dan Apriade Voutama (2023) “Implementasi Rapidminer Dengan Metode Clustering K-Means Untuk Analisa Penjualan Pada Toko Oj Cell,” JATI (Jurnal Mahasiswa Teknik Informatika), 7(1), hal. 101–104. Tersedia pada: https://doi.org/10.36040/jati.v7i1.6094.

Ramdan, H., Gunawan, A. dan Gunawan, G. (2024) “Analisis Pengaruh Kardiovaskular Dalam Kasus Covid-19 Terhadap Obesitas Menggunakan Metode K-Medoid,” Indonesian Journal Computer Science, 3(1), hal. 16–24. Tersedia pada: https://doi.org/10.31294/ijcs.v3i1.2558.

Rohendi, G.F., Suarna, N. dan Lestari, G.D. (2023) “Analisis Rumah Tidak Layak Huni Menggunakan Algoritma X-Means,” Jurnal Janitra Informatika dan Sistem Informasi, 3(1), hal. 18–29. Tersedia pada: https://doi.org/10.25008/janitra.v3i1.151.

Setiawan, D. (2021) “Analisis Curah Hujan di Indonesia untuk Memetakan Daerah Potensi Banjir dan Tanah Longsor dengan Metode Cluster Fuzzy C-Means dan Singular Value Decompotition (SVD),” Engineering, MAthematics and Computer Science (EMACS) Journal, 3(3), hal. 115–120. Tersedia pada: https://doi.org/10.21512/emacsjournal.v3i3.7428.

Siregar, M.I., Saggaf, A. dan Hidayat, M. (2021) “Pelatihan Pembuatan Laporan Keuangan Berbasis Microsoft Excel Pada Kerajinan Songket Mayang Palembang,” Jurnal Abdimas Mandiri, 5(1), hal. 51–56. Tersedia pada: https://doi.org/10.36982/jam.v5i1.1509.

Siringoringo, R. dan Jamaludin (2019) “Peningkatan Performa Cluster Fuzzy C-Means Pada Pengklasteran Sentimen Menggunakan Particle An Improved Fuzzy C-Means For Sentiment Clustering Based On Particle Swarm Optimization,” JTIIK -Jurnal Teknlogi Informasi dan Ilmu Komputer, 6(4), hal. 349–354. Tersedia pada: https://doi.org/10.25126/jtiik.2018561090.

Supardi, S. dkk. (2023) “Peran Data Mining dalam Memprediksi Tingkat Penjualan Sepatu Adidas Menggunakan Metode Algoritma Regresi Linear Sederhana,” Jurnal Ekonomi Manjemen Sistem Informasi, 4(5), hal. 883–890. Tersedia pada: https://creativecommons.org/licenses/by/4.0/.

Umagapi, I.T. dkk. (2023) “Uji Kinerja K-Means Clustering Menggunakan Davies-Bouldin Index Pada Pengelompokan Data Prestasi Siswa,” Seminar Nasional SISFOTEK, hal. 303–308.

Vegita D. Imran, Pipin Yunus dan Haslinda Damansyah (2023) “Gambaran Tingkat Pengetahuan Dan Sikap Masyarakat Tentang Pencegahan Penyakit Pasca Banjir Di Desa Datahu Kecamatan Tibawa,” Jurnal Rumpun Ilmu Kesehatan, 3(1), hal. 188–197. Tersedia pada: https://doi.org/10.55606/jrik.v3i1.1289.

Wahidin, A.J. dan Sensuse, D.I. (2021) “Perbandingan Algoritma K-Means, X-Means Dan K-Medoids Untuk Klasterisasi Awak Kabin Lion Air,” Jurnal ICT : Information Communication & Technology, 20(2), hal. 298–302. Tersedia pada: https://doi.org/10.36054/jict-ikmi.v20i2.387.

Wathoriq, T. dan Subandi (2023) “Implementasi Algoritme K-Means Clustering Untuk Implementation of K-Means Clustering Algorithm for Clustering Flood-Prone Area,” in 3rd Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI), hal. 1086–1093.

Yatnikasari, S., Pranoto, S.H. dan Agustina, F. (2020) “Pengaruh Pengetahuan dan Sikap Terhadap Kesiapsiagaan Kepala Keluarga dalam Menghadapi Bencana Banjir,” Jurnal Teknik, 18(2), hal. 135–149. Tersedia pada: https://doi.org/10.37031/jt.v18i2.102.

Unduhan

Diterbitkan

30-09-2024

Cara Mengutip

Maruhawa, L. S., & Mahdiana, D. (2024). SEGMENTASI WILAYAH BANJIR DAERAH KHUSUS JAKARTA DENGAN ALGORITMA K-MEDOIDS. Prosiding Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI), 3(2), 1837. Diambil dari https://senafti.budiluhur.ac.id/index.php/senafti/article/view/1472

Terbitan

Vol 3 No 2 (2024): Prosiding SENAFTI Ke-5 September 2024

Bagian

Poster

Lisensi

Hak Cipta (c) 2024 Prosiding Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI)

Creative Commons License

Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.

Artikel paling banyak dibaca berdasarkan penulis yang sama

1 2 > >>