KLASTERISASI TINGKAT KEPEDULIAN MASYARAKAT KOTA PEKANBARU TERHADAP BENCANA KEBAKARAN DENGAN METODE K-MEANS DAN K-MEDOIDS
DOI:
https://doi.org/10.31849/zn.v7i1.22615Keywords:
Klusterisasi, Kepedulian Masyarakat, Bencana Kebakaran, Data Mining, K-Means dan K-MedoidsAbstract
Penelitian ini bertujuan untuk melakukan klusterisasi tingkat kepedulian masyarakat Kota Pekanbaru terhadap bencana kebakaran menggunakan metode K-Means dan K-Medoids. Metode klusterisasi ini diterapkan untuk mengelompokkan masyarakat berdasarkan tingkat kepedulian mereka terhadap bencana kebakaran, sehingga dapat membantu dalam perencanaan penanganan dan mitigasi bencana. Dalam penelitian ini, data mining clustering digunakan untuk menganalisis pola kepedulian masyarakat dengan memanfaatkan tools Google Colaboratory. Hasil dari penelitian ini diharapkan dapat memberikan gambaran yang lebih jelas tentang kelompok-kelompok masyarakat yang memiliki tingkat kepedulian berbeda terhadap bencana kebakaran di Kota Pekanbaru.
References
[1] Athifaturrofifah, Goejantoro, R., & Yuniarti, D. (2019). Perbandingan Pengelompokan K-Means dan K-Medoids Pada Data Potensi Kebakaran Hutan/Lahan Berdasarkan Persebaran Titik Panas (Studi Kasus : Data Titik Panas Di Indonesia Pada 28 April 2018). Jurnal EKSPONENSIAL.
[2] Dacwanda, D. O., & Nataliani, Y. (2021). Implementasi k-Means Clustering untuk Analisis Nilai Akademik Siswa Berdasarkan Nilai Pengetahuan dan Keterampilan. AITI: Jurnal Teknologi Informasi.
[3] Dhewayani, F. N., Amelia, D., Alifah, D. N., Sari, B. N., & Jajuli, M. (2022). Implementasi K-Means Clustering untuk Pengelompokkan Daerah Rawan Bencana Kebakaran Menggunakan Model CRISP-DM. Jurnal Teknologi Dan Informasi (JATI).
[4] Hamzah, R. A. N., Widiyasosno, N., & Kurniati, N. I. (2019). Implementasi Location Based Service pada Aplikasi Pannic Button Berbasis Android. SAIS - Scientific Articles of Informatics Students.
[5] Handayani, F. (2022). Aplikasi Data Mining Menggunakan Algoritma K-Means Clustering untuk Mengelompokkan Mahasiswa Berdasarkan Gaya Belajar. Jurnal Teknologi Dan Informasi (JATI).
[6] Luchia, N. T., Handayani, H., Hamdi, F. S., Erlangga, D., & Octavia, S. F. (2022). Perbandingan K-Means dan K-Medoids Pada Pengelompokan Data Miskin di Indonesia. MALCOM: Indonesian Journal of Machine Learning and Computer Science.
[7] Mariam, S., Handayani, F., & Jualiane, C. (2023). Penerapan Algoritma Clustering K-Means Untuk Menentukan Prioritas Penerima Bantuan Rumah Akibat Bencana Alam. Jurnal Teknik Informatika Dan Sistem Informasi.
[8] Nawangsih, I., Puspita, R., & Suherman. (2021). Implementasi Algoritma K-Means Dalam Mengkategorikan Produk Terlaris Dan Kurang Laris Pada Toko Alfamart Cikarang. PELITA TEKNOLOGI.
[9] Palembang, C. F., Matdoan, M. Y., & Palembang, S. P. (2022). Perbandingan Algoritma K-Means Dan K-Medoids Dalam Pengelompokkan Tingkat Kebahagiaan Provinsi Di Indonesia. BULLET : Jurnal Multidisiplin Ilmu.
[10] Parlambang, B., & Fauziah. (2020). Implementasi Algoritma K-Means Dalam Proses
Penilaian Kuesioner Kepada Dosen Guna Mendukung Kepuasan Mahasiswa Terhadap Dosen. Jurnal Ilmiah Teknologi Dan Rekayasa.
[11] Rahma, L., Syaputra, H., Mirza, A. H., & Purnamasari, S. D. (2021). Objek Deteksi Makanan Khas Palembang Menggunakan Algoritma YOLO (You Only Look Once). Jurnal Nasional Ilmu Komputer.
[12] Siburian, T., Safii, M., & Parlina, I. (2019). Penerapan Algoritma K-Means Clustering untuk Pengelompokan Harga Eceran Beras di Pasar Tradisional Berdasarkan Wilayah Kota. Prosiding Seminar Nasional Riset Information Science (SENARIS).
[13] Sinaga, S. M., Hardinata, J. T., & Fauzan, M. (2021). Implementasi Data Mining Clustering Tingkat Kepuasan Konsumen Terhadap Pelayanan Go-Jek. KESATRIA: Jurnal Penerapan Sistem Informasi (Komputer & Manajemen).
[14] Sipayung, A. T., Saifullah, & Winanjaya, R. (2020). Penerapan Metode K-Means Dalam Mengelompokkan Banyaknya Desa / Kelurahan Menurut Jenis Pencemaran Lingkungan Hidup Berdasarkan Provinsi. KESATRIA: Jurnal Penerapan Sistem Informasi (Komputer & Manajemen).
[15] Wahyudi, I., Sulthan, M. B., & Suhartini, L. (2021). Analisa Penentuan Cluster Terbaik Pada Metode K-Means Menggunakan Elbow Terhadap Sentra Industri Produksi Di Pamekasan. Jurnal Aplikasi Teknologi Informasi Dan Manajemen (JATIM).
[2] Dacwanda, D. O., & Nataliani, Y. (2021). Implementasi k-Means Clustering untuk Analisis Nilai Akademik Siswa Berdasarkan Nilai Pengetahuan dan Keterampilan. AITI: Jurnal Teknologi Informasi.
[3] Dhewayani, F. N., Amelia, D., Alifah, D. N., Sari, B. N., & Jajuli, M. (2022). Implementasi K-Means Clustering untuk Pengelompokkan Daerah Rawan Bencana Kebakaran Menggunakan Model CRISP-DM. Jurnal Teknologi Dan Informasi (JATI).
[4] Hamzah, R. A. N., Widiyasosno, N., & Kurniati, N. I. (2019). Implementasi Location Based Service pada Aplikasi Pannic Button Berbasis Android. SAIS - Scientific Articles of Informatics Students.
[5] Handayani, F. (2022). Aplikasi Data Mining Menggunakan Algoritma K-Means Clustering untuk Mengelompokkan Mahasiswa Berdasarkan Gaya Belajar. Jurnal Teknologi Dan Informasi (JATI).
[6] Luchia, N. T., Handayani, H., Hamdi, F. S., Erlangga, D., & Octavia, S. F. (2022). Perbandingan K-Means dan K-Medoids Pada Pengelompokan Data Miskin di Indonesia. MALCOM: Indonesian Journal of Machine Learning and Computer Science.
[7] Mariam, S., Handayani, F., & Jualiane, C. (2023). Penerapan Algoritma Clustering K-Means Untuk Menentukan Prioritas Penerima Bantuan Rumah Akibat Bencana Alam. Jurnal Teknik Informatika Dan Sistem Informasi.
[8] Nawangsih, I., Puspita, R., & Suherman. (2021). Implementasi Algoritma K-Means Dalam Mengkategorikan Produk Terlaris Dan Kurang Laris Pada Toko Alfamart Cikarang. PELITA TEKNOLOGI.
[9] Palembang, C. F., Matdoan, M. Y., & Palembang, S. P. (2022). Perbandingan Algoritma K-Means Dan K-Medoids Dalam Pengelompokkan Tingkat Kebahagiaan Provinsi Di Indonesia. BULLET : Jurnal Multidisiplin Ilmu.
[10] Parlambang, B., & Fauziah. (2020). Implementasi Algoritma K-Means Dalam Proses
Penilaian Kuesioner Kepada Dosen Guna Mendukung Kepuasan Mahasiswa Terhadap Dosen. Jurnal Ilmiah Teknologi Dan Rekayasa.
[11] Rahma, L., Syaputra, H., Mirza, A. H., & Purnamasari, S. D. (2021). Objek Deteksi Makanan Khas Palembang Menggunakan Algoritma YOLO (You Only Look Once). Jurnal Nasional Ilmu Komputer.
[12] Siburian, T., Safii, M., & Parlina, I. (2019). Penerapan Algoritma K-Means Clustering untuk Pengelompokan Harga Eceran Beras di Pasar Tradisional Berdasarkan Wilayah Kota. Prosiding Seminar Nasional Riset Information Science (SENARIS).
[13] Sinaga, S. M., Hardinata, J. T., & Fauzan, M. (2021). Implementasi Data Mining Clustering Tingkat Kepuasan Konsumen Terhadap Pelayanan Go-Jek. KESATRIA: Jurnal Penerapan Sistem Informasi (Komputer & Manajemen).
[14] Sipayung, A. T., Saifullah, & Winanjaya, R. (2020). Penerapan Metode K-Means Dalam Mengelompokkan Banyaknya Desa / Kelurahan Menurut Jenis Pencemaran Lingkungan Hidup Berdasarkan Provinsi. KESATRIA: Jurnal Penerapan Sistem Informasi (Komputer & Manajemen).
[15] Wahyudi, I., Sulthan, M. B., & Suhartini, L. (2021). Analisa Penentuan Cluster Terbaik Pada Metode K-Means Menggunakan Elbow Terhadap Sentra Industri Produksi Di Pamekasan. Jurnal Aplikasi Teknologi Informasi Dan Manajemen (JATIM).
Downloads
Published
2025-02-05
Issue
Section
Articles
License
CC BY-SA 4.0
Attribution-ShareAlike 4.0
You are free to:
- Share — copy and redistribute the material in any medium or format for any purpose, even commercially.
- Adapt — remix, transform, and build upon the material for any purpose, even commercially.
- The licensor cannot revoke these freedoms as long as you follow the license terms.
Under the following terms:
- Attribution — You must give appropriate credit , provide a link to the license, and indicate if changes were made . You may do so in any reasonable manner, but not in any way that suggests the licensor endorses you or your use.
- ShareAlike — If you remix, transform, or build upon the material, you must distribute your contributions under the same license as the original.
- No additional restrictions — You may not apply legal terms or technological measures that legally restrict others from doing anything the license permits.
Notices:
You do not have to comply with the license for elements of the material in the public domain or where your use is permitted by an applicable exception or limitation .
No warranties are given. The license may not give you all of the permissions necessary for your intended use. For example, other rights such as publicity, privacy, or moral rights may limit how you use the material.
How to Cite
[1]
“KLASTERISASI TINGKAT KEPEDULIAN MASYARAKAT KOTA PEKANBARU TERHADAP BENCANA KEBAKARAN DENGAN METODE K-MEANS DAN K-MEDOIDS”, zn, vol. 7, no. 1, pp. 242–256, Feb. 2025, doi: 10.31849/zn.v7i1.22615.
