ESTD PERPUSTAKAAN UNTAD
ESTD PERPUSTAKAAN UNTAD
| JudulKLASTERISASI DAERAH RAWAN BENCANA ALAM DI PROVINSI SULAWESI TENGAH MENGGUNAAN ALGORITMA K-MEANS |
| Nama: AMIR MUNAWIR |
| Tahun: 2025 |
| Abstrak Provinsi Sulawesi Tengah merupakan salah satu wilayah di Indonesia yang memiliki tingkat kerawanan bencana alam yang cukup tinggi, terutama terhadap gempa bumi, banjir, dan tanah longsor. Kerentanan ini dipengaruhi oleh kondisi geografis, iklim, serta aktivitas seismik yang tinggi di wilayah tersebut. Penelitian ini bertujuan untuk mengelompokkan (klasterisasi) daerah-daerah di Sulawesi Tengah berdasarkan tingkat kerawanan terhadap bencana alam menggunakan algoritma K-Means. Pendekatan ini dilakukan untuk memudahkan proses identifikasi wilayah prioritas dalam upaya mitigasi dan penanggulangan bencana secara efektif. Data yang digunakan dalam penelitian ini diperoleh dari Badan Nasional Penanggulangan Bencana (BNPB), Badan Meteorologi Klimatologi dan Geofisika (BMKG), serta data spasial dari pemerintah daerah. Parameter yang dianalisis meliputi frekuensi kejadian bencana, intensitas kerusakan, ketinggian wilayah, curah hujan, dan kepadatan penduduk. Data-data tersebut kemudian diproses dan dianalisis menggunakan metode unsupervised learning, khususnya algoritma K-Means, untuk membentuk klaster wilayah berdasarkan kemiripan karakteristik risiko bencananya. Hasil dari proses klasterisasi menunjukkan bahwa wilayah Sulawesi Tengah dapat dibagi menjadi tiga klaster utama: klaster dengan tingkat kerawanan rendah, sedang, dan tinggi. Prototipe aplikasi berbasis web yang dikembangkan dalam penelitian ini berfungsi untuk memvisualisasikan hasil klasterisasi dalam bentuk peta interaktif, sehingga dapat menjadi alat bantu analisis bagi pemangku kebijakan dalam mengambil keputusan strategis terkait manajemen risiko bencana. Dengan adanya sistem klasterisasi dan visualisasi ini, diharapkan dapat meningkatkan efektivitas perencanaan penanggulangan bencana di Sulawesi Tengah, serta mendorong pengembangan kebijakan yang lebih responsif dan berbasis data. |