PENGELOMPOKAN WILAYAH RAWAN BANJIR BERDASARKAN DAMPAK KORBAN DAN KERUSAKAN MENGGUNAKAN ALGORITMA K-MEANS

Kareen Hermintia, Kahar (2025) PENGELOMPOKAN WILAYAH RAWAN BANJIR BERDASARKAN DAMPAK KORBAN DAN KERUSAKAN MENGGUNAKAN ALGORITMA K-MEANS. Other thesis, UNSADA.

	Text COVER.pdf Download (1MB)
	Text BAB 1.pdf Download (711kB)
	Text BAB 2.pdf Download (1MB)
	Text BAB 3.pdf Restricted to Registered users only Download (1MB)
	Text BAB 4.pdf Restricted to Registered users only Download (1MB)
	Text BAB 5.pdf Download (695kB)
	Text DAFTAR PUSTAKA.pdf Download (698kB)
	Text LAMPIRAN.pdf Download (4MB)
	Text HASIL TURNITIN.pdf Download (541kB)
	Text SUKET TURNITIN.pdf Restricted to Registered users only Download (672kB)

Abstract

Banjir merupakan salah satu bencana alam yang sering terjadi di Indonesia, khususnya di Pulau Jawa yang memiliki tingkat kerentanan tinggi akibat kepadatan penduduk dan kondisi geografisnya. Penelitian ini bertujuan untuk mengelompokkan wilayah rawan banjir berdasarkan dampak terhadap korban dan kerusakan infrastruktur dengan menggunakan algoritma K-Means. Data yang digunakan bersumber dari Badan Nasional Penanggulangan Bencana (BNPB) selama tiga tahun terakhir. Metodologi penelitian mengikuti pendekatan CRISPDM, yang mencakup pemahaman bisnis, analisis data, persiapan data, pemodelan, evaluasi, hingga implementasi hasil dalam aplikasi berbasis web. Hasil pengelompokan menunjukkan bahwa wilayah dapat dibagi menjadi tiga kategori: wilayah dengan dampak tinggi, sedang, dan rendah. Evaluasi kualitas clustering menggunakan Silhouette Coefficient menghasilkan nilai rata-rata 0,4189, yang menunjukkan bahwa pengelompokan yang dilakukan memiliki kualitas cukup baik. Penelitian ini memberikan kontribusi berupa rekomendasi bagi BNPB untuk meningkatkan efektivitas mitigasi banjir serta pengalokasian sumber daya yang lebih terarah. Aplikasi berbasis web yang dikembangkan dalam penelitian ini juga diharapkan dapat memudahkan akses data dan mendukung pengambilan keputusan berbasis data, sekaligus meningkatkan kesiapsiagaan masyarakat terhadap risiko bencana banjir.

Item Type:	Thesis (Other)
Additional Information:	Dosen Pembimbing : Dr. Linda Nur Afifa, S.T., M.T.
Uncontrolled Keywords:	Banjir, Algoritma K-Means, Silhoutte Coefficient, CRISP-DM, BNPB
Subjects:	000 Generalities/Karya Umum > 005.1 Programming/Pemrograman
Divisions:	Fakultas Teknik > Teknik Informatika
Depositing User:	Suwatno Suwatno Perpustakaan
Date Deposited:	28 Jan 2026 07:46
Last Modified:	28 Jan 2026 07:46
URI:	http://repository.unsada.ac.id/id/eprint/9341

Actions (login required)

View Item