Pengelompokan Daerah Rawan Bencana di Indonesia Dengan Algoritma K-Medoid

ABSTRAK
Indonesia merupakan negara yang mempunyai struktur alam yang terdiri dari
pertemuan lempeng-lempeng tektonik yaitu Eurasia Indo-Australia dan Pasifik.
Kondisi ini mengakibatkan banyak daerah-daerah di Indonesia rawan terhadap
bencana alam. Keadaan tersebut mengakibatkan banyaknya korban jiwa yang
berjatuhan dan banyaknya kerusakan fasilitas-fasilitas umum lainya, hal ini
disebabkan karena kurangnya persiapan pemerintah dalam penanggulangan bencana,
Untuk membantu pemerintah dalam persiapan penanggulangan bencana, maka akan
dilakukan penelitian pengelompokan daerah rawan bencana dengan intensitas tinggi
sedang dan rendah, salah satu cara untuk mengolah data yaitu dengan menggunakan
teknik clustering dengan algoritma kmedoid. peneitian ini diharapkan dapat
membantu pemerintah dalam kesiapan penanggulangan bencana. Dari pengujian
tersebut menghasilkan cluster 1 atau daerah rawan bencana dengan intensitas paling
tinggi diantaranya Aceh, Sumatra Utara dan Jawa Barat, Sedangkan untuk cluster 2
atau daerah rawan bencana dengan intensitas sedang diantaranya Jawa Timur, Nusa
Tenggara Barat dan Kalimatan Tengah sedangkan untuk cluster 3 atau daerah rawan
bencana dengan intensitas rendah yang merupakan hasil terbanyak diantaranya
Sumatra Barat, DKI Jakarta dan Bali.
Kata kunci : Clustering, Bencana Alam, Data Mining, K-Medoid