Penentuan Titik Lokasi Daerah Rawan Banjir Di Kabupaten Malaka Menggunakan Metode K-Means Clustering
DOI:
https://doi.org/10.31294/simpatik.v3i2.2948Abstract
Banjir di Kabupaten Malaka telah menjadi permasalahan utama dalam kehidupan sosial masyarakat. Pada musim hujan dalam waktu singkat beberapa lokasi mengalami banjir, yang mengakibatkan terhambatnya transportasi, aktivitas serta tidak jarang disertai dengan permasalahan kesehatan. Salah satu upaya untuk membantu lebih mempermudah informasi mengenai zona daerah rawan banjir dengan membuat pemetaan zona daerah rawan banjir menggunakan SIG, software QGIS dengan metode K-Means Clustering. Maka dilakukan digitasi peta kabupaten malaka agar memperoleh hasil pemetaan daerah rawan banjir. Proses pemetaan daerah rawan banjir diambil berdasarkan pengolahan data curah hujan, jenis tanah, lereng dan daerah aliran sungai Kabupaten Malaka. Hasil penelitian di peroleh 5 kelas daerah rawan banjir diantaranya sangat rawan, rawan, terancam, aman dan paling aman dengan perhitungan K-Means Clustering dengan 3 tingkat Cluster. Daerah yang berpotensi sangat rawan banjir adalah daerah yang berada di Kecamatan Malaka  Barat dan wewiku dan sedangkan daerah yang rawan banjir berada di Kecamatan Malaka Tengah dan Weliman. Kesimpulan penelitian tingginya potensi banjir dibeberapa daerah di Kabupaten Malaka selain disebabkan beberapa daerah memiliki curah hujan yang berbeda, juga dipengaruhi oleh jenis tanah, lereng dan aliran sungai.
References
Adi, M. F. H., & Susetyo, Y. A. (2020). Pemetaan Potensi Bencana di Jawa Tengah Menggunakan Google Maps API dan KML dengan Metode K-Means. Indonesian Journal of Computing and Modeling, 3(1), 43-51.
Adisanjaya, N. N., Kusuma, A. T. A. P., & Nugraha, I. G. N. M. (2021). Pemetaan Zonasi Daerah Rawan Banjir di Denpasar Bali dengan Metode K-MEANS CLUSTERING. Jurnal Media Sains, 5(1).
Aprilina, R., Nurlifa, A., Haryoko, A., Putri, R. E., & Rosalita, A. N. (2022). CLUSTERING DAERAH RAWAN BANJIR DI KABUPATEN TUBAN DENGAN K-MEANS DISERTAI VISUALISASI SISTEM INFORMASI GEOGRAFIS. Curtina, 3(1), 40-51.
Hamdani, H., Permana, S., & Susetyaningsih, A. (2014). Analisa daerah rawan banjir menggunakan aplikasi sistem informasi geografis (Studi kasus Pulau Bangka). Jurnal Konstruksi, 12(1).
Hendriana, K. I., Yasa, I. G. A. S., Kesiman, M. W. A., & Sunarya, I. M. G. (2013). Sistem Informasi Geografis Penentuan Wilayah Rawan Banjir di Kabupaten Buleleng. KARMAPATI (Kumpulan Artikel Mahasiswa Pendidikan Teknik Informatika), 2(5), 608-616.
Hidayat, I., Darnila, E., & Afrillia, Y. (2023). Clustering Zonasi Daerah Rawan Bencana Alam di Kabupaten Mandailing Natal menggunakan Algoritma K-Means. G-Tech: Jurnal Teknologi Terapan, 7(3), 1218-1226.
Ifadah, C., Ratnasari, C. D., & Novitasari, D. C. R. (2022). CLUSTERING DAERAH BANJIR DI JAWA TIMUR DENGAN ALGORITMA FUZZY C-MEANS.
Nugroho, W., & Yuliazmi, Y. (2023, October). KLASTERISASI WILAYAH DKI JAKARTA BERDASARKAN DATA KEJADIAN BENCANA PEMPROV DKI JAKARTA MENGGUNAKAN K-MEANS. In Prosiding Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI) (Vol. 2, No. 2, pp. 1077-1085).
Rinjani, I., Anwar, S., & Herdiana, R. (2023). PENGELOMPOKAN DAERAH BENCANA ALAM MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING. Jurnal ilmiah Sistem Informasi dan Ilmu Komputer, 3(1), 35-51.
Sukmayadi, C., Primajaya, A., & Maulana, I. (2021). Penerapan Algoritma K-Medoids dalam Menentukan Daerah Rawan Banjir di Kabupaten Karawang. INFORMAL: Informatics Journal, 6(3), 187-196.
Susilo, S. F., Jamaludin, A., & Purnamasari, I. (2020). Pengelompokan Desa Menggunakan K-Means Untuk Penyelenggaraan Penanggulangan Bencana Banjir. JOINS (Journal of Information System), 5(2), 156-167.
Tasia, E. T. E. (2023). Perbandingan Algoritma K-Means Dan K-Medoids Untuk Clustering Daerah Rawan Banjir Di Kabupaten Rokan Hilir: Comparison Of K-Means And K-Medoid Algorithms For Clustering Of Flood-Prone Areas In Rokan Hilir District. Indonesian Journal of Informatic Research and Software Engineering (IJIRSE), 3(1), 65-73.
Wahidah, N., Juwita, O., & Arifin, F. N. (2023). Pengelompokkan Daerah Rawan Bencana di Kabupaten Jember Menggunakan Metode K-Means Clustering. INFORMAL: Informatics Journal, 8(1), 22-29.
Wathoriq, T. (2023, October). IMPLEMENTASI ALGORITME K-MEANS CLUSTERING UNTUK PENGELOMPOKKAN WILAYAH RAWAN BANJIR. In Prosiding Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI) (Vol. 2, No. 2, pp. 1086-1093).
Wisnawa, I. G. Y., Jayantara, I. G. N. Y., & Putra, D. G. D. (2021). Pemetaan lokasi rawan banjir berbasis sistem informasi geografis di Kecamatan Denpasar Barat. Jurnal ENMAP, 2(2), 18-28.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2024 Fransiskus Xaverius Moruk, Vito Daniel Boboy, Wilhelmina Johana Tahuk, Yota Putra Kamirsa, Yampi R Kaesmetan
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
 
