Clustering Zonasi Daerah Rawan Bencana Alam Di Provinsi Sumatera Barat Menggunakan Algoritma K-Means Dan Library Geopandas

Abstract

Indonesia is one of the countries that are often affected by natural disasters because it is located on the Asia Pacific Ring of Fire. West Sumatra province is one of the most frequently hit by natural disasters including earthquakes. According to the Central Bureau of Statistics of West Sumatra from 2018-2021, there were 1,148 earthquake cases and 1,503 flood cases. The objective of this study is to reveal areas prone to natural disasters in West Sumatra province using K-Means algorithm and GeoPandas visualization. After doing data processing for the optimal K value, 3 clusters were obtained, namely, cluster 1 is not prone to natural disasters, cluster 2 is prone to natural disasters and cluster 3 is very prone to natural disasters. From this research, it is found that cluster 1 has 7 members of the region, cluster 2 has 11 members of the region, and cluster 3 has 1 member of the region.

Analisis Cluster Intensitas Data Kebencanaan di Provinsi Sulawesi Tengah Menggunakan Metode K-Means

“…Metode elbow beroperasi dengan mengidentifikasi titik siku yang terbentuk dari perbandingan nilai peresentase untuk setiap jumlah cluster [10]. Hasilnya menunjukkan bahwa 3 cluster adalah jumlah optimal untuk data kebencanaan.…”

Model Clustering Zona Kesesuaian Lahan menggunakan Kombinasi Algoritma Fuzzy C-Means dan Partition Coefficient Index

“…Kemudian hasil dari perhitungan cluster optimal akan dicari nilai maximum seperti ditunjukkan pada Gambar 4. Setelah diketahui setiap data mempunyai cluster, maka sistem akan menampilkan peta Kecamatan Karanggede dan setiap zona mempunyai warna marker yang berbeda sesuai dengan karakter setiap cluster [21]. Model pewarnaan cluster 1 mempunyai marker warna hijau, cluster 2 berwarna merah, dan cluster 3 berwarna biru.…”

“…Kode Program untuk Mencari Nilai Maximum PCI (Partition Coefficient Index) Pada Kode Program 2, baris satu sampai empat merupakan proses pencarian nilai maksimum menggunakan perulangan dan dimasukan kedalam array sesuai dengan urutan data. Dari hasil pencarian nilai maksimum tersebut dapat disimpulkan dari urutan data pertama sampai terakhir sudah mempunyai nilai derajat keanggotaan maupun kategori cluster.Setelah diketahui setiap data mempunyai cluster, maka sistem akan menampilkan peta Kecamatan Karanggede dan setiap zona mempunyai warna marker yang berbeda sesuai dengan karakter setiap cluster[21]. Model pewarnaan cluster 1 mempunyai marker warna hijau, cluster 2 berwarna merah, dan cluster 3 berwarna biru.…”

K-Means Algorithm’s Implementation to Facilitate Grouping of Landslide-Prone Areas

“…The objective of this study is to reveal areas prone to natural disasters in West Sumatra province using K-Means algorithm and GeoPandas visualization [7]. After doing data processing for the optimal K value, 3 clusters were obtained, namely, cluster 1 is not prone to natural disasters, cluster 2 is prone to natural disasters and cluster 3 is very prone to natural disasters.…”