Clustering Kerusakan Tempat Tinggal Akibat Bencana di Jawa Barat Menggunakan Algoritma K-Means dan K-Medoids

Secara geografis Indonesia berada pada posisi yang sangat strategis. Letak indonesia yang strategis ini menjadikan Indonesia sering dilanda bencana alam. Bencana alam adalah rangkaian peristiwa yang mengganggu dan mengancam keselamatan jiwa serta menimbulkan kerugian materiil dan nonmateri. Terutama pada daerah provinsi Jawa Barat yang terkenal memiliki kejadian bencana alam cukup tinggi banyak diantaranya bencana alam tanah longsor, gempa bumi, banjir, kekeringan, puyuh, gelombang pasang, kebakaran, gunung meletus, dan tsunami. Dampak dari bencana alam tersebut banyak masyarakat yang kehilangan tempat tinggal mereka. Hal ini yang menyebabkan ke khawatiran masyarakat akan keamanan daerah tempat tinggal mereka. Berdasarkan pada permasalahan tersebut akan menghitung Cluster kerusakan tempat tinggal di Jawa Barat menggunakan algoritma K-Means dan K-Medoids Clustering untuk mengelompokkan Kabupaten atau Kota di Jawa Barat. Di 27 Kabupaten atau Kota di provinsi Jawa Barat menjadi 2 cluster yaitu cluster Tinggi (rawan), dan Rendah (aman) berdasarkan dataset. data diperoleh dari situs web Badan Penanggulangan Bencana Derah (BPBD) yang berjumlah 1620 data. Hasil yang didapatkan yaitu algoritma k-means yang lebih optimal, dengan jumlah daerah 14 Rendah (aman), dan 13 daerah Tinggi (rawan). Sedangkan algoritma k-medoids menghasilkan 15 daerah Rendah (aman) dan 12 derah Tinggi (rawan). Hasil evaluasi silhouette coefficient dari algoritma k-means lebih unggul yaitu bernilai 59% (0.59), sedangkan algoritma k-medoids 58% (0.58).

Kata Kunci : Tempat Tinggal, K-Means, K-Medoids.