Perbandingan Algoritma K-Means dan K-Medoids untuk Pengelompokkan Daerah Rawan Tanah Longsor Pada Provinsi Jawa Barat: Comparison of K-Means and K-Medoids Algorithms for Grouping Landslide Prone Areas in West Java Province

Abstrak

  Bencana alam ialah insiden yang tidak bisa dihindari. Tetapi akibat dari bencana bisa dikurangi dengan mengidintifikasi pemicu terjadinya bencana serta mengkaji peristiwa bencana yang sudah pernah terjadi melalui analisa data bencana yang ada. Indonesia sering mengalami bencana yang disebabkan oleh kerusakan alam akibat perbuatan manusia seperti bencana banjir dan tanah longsor. Berdasarkan data dari Jabar Open Data pada periode 2019, provinsi jawa barat mengalami 609 peristiwa tanah longsor. Badan Penanggulangan Bencana Daerah (BPBD) belum dapat mengoptimalkan pelayanan terhadap korban bencana, misalnya lamanya datang bantuan karena terbatasnya peralatan dan makanan pada daerah bencana. Sedangkan dengan adanya pemetaan resiko bencana menjadi sangat penting dalam penataan penanggulangan bencana yang terarah dan tepat. Maka diperlukannya pengolahan data untuk mengetahui daerah kabupaten/kota yang sering terjadi bencana tanah longsor. Peneliti menggunakan pengolahan data dengan metode perbandingan algoritma K-Means dan K-Medoids. Metode yang didapatkan dari pengelompokkan dengan method K-Means lebih optimal daripada mengguanakan method K-Medoids pada data kejadian tanah longsor Provinsi Jawa Barat pada tahun 2019 dengan jumlah k paling optimal adalah k = 6. Perolehan cluster dominan, menunjukkan bahwa kluster 2 merupakan kluster dengan jumlah daerah  paling banyak.  Dan jumlah kejadian terbanyak terletak pada kluster 5 dengan jumlah 4 daerah dan jumlah kejadian sebanyak 106 kejadian.