PENERAPAN DATA MINING UNTUK ANALISIS DATA BENCANA MILIK BNPB MENGGUNAKAN ALGORITMA K-MEANS DAN LINEAR REGRESSION
Abstract: Indonesia memiliki
sejarah kejadian bencana alam yang cukup banyak, diantaranya adalah tsunami,
gempa bumi, tanah longsor, kekeringan, banjir, letusan gunung berapi, dan
sebagainya. Salah satu penyebab banyaknya potensi kejadian bencana alam di
Indonesia adalah letak Indonesia yang berada di pertemuan lempeng – lempeng
Eurasia, Indo-Australia dan Pasifik. Pertemuan lempeng dalam jangka panjang
akan menghimpun energi yang suatu waktu akan lepas dan dapat menghasilkan
bencana. Pengetahuan teknologi dan informasi pada saat ini sedang mengalami
perkembangan yang pesat.Informasi tentang jumlah kejadian bencana alam
dibutuhkan untuk penanggulangan bencana.Pengolahan data bencana alam yang umum
dilakukan yaitu menggunakan teknik data mining, karena metode ini dianggap
mampu menjadi solusi atas permasalahan penanggulangan bencana alam. Oleh karena
itu, dalam penelitian ini membahas tentang pengelompokkan jumlah data bencana
dan prediksi data bencana yang akan terjadi 5 tahun kedepan menggunakan teknik
data mining. Algoritmadata mining yang digunakan adalah K-Means untuk
clustering dan Linear Regression untuk prediksi data bencana.
Penulis: Muhamad Iqbal
Ramadhan, Prihandoko
Kode Jurnal: jptinformatikadd170184
