PENERAPAN K-MEAN PADA DAERAH RAWAN BANJIR DI KOTA SAMARINDA
Banjir merupakan bencana alam yang sering terjadi ketika musim penghujan telah turun. Bencana banjir merupakan limpahan air yang melebihi tinggi muka air normal sehingga melimpah dari palung sungai yang menyebabkan genangan pada lahan rendah di sisi sungai. melakukan pengelompokkan ke dalam 3 kategori yaitu tinggi, rendah, sedang dan membangun sistem daerah rawan bencana banjir menggunakan Clustering dengan Algoritma K-Means. Metode yang digunakan adalah metode K-means dengan tingkat akurasi menggunakan metode Sum of Squared Error (SSE) dengan melakukan perhitungan K-Means menggunakan perhitungan jarak Euclidean Distance, Manhattan Distance (CITY BLOCK) dan Minkowski Distance. Data yang diambil adalah data jumlah terkena banjir di Kota Samarinda dari tahun 2014-2020. Penggunaan 3 metode ini dimaksudkan untuk mengetahui perhitungan jarak yang lebih ideal untuk digunakan. Selain menggunakan metode perhitungan jarak, digunakan juga metode pengukuran jarak yaitu Sum of Squared Error (SSE) untuk mengukur akurasi clustering. Diperoleh hasil dengan tiga cluster C1 untuk tingkat kerawan tinggi, C2 untuk tingkat kerawanan sedang dan C3 untuk tingkat kerawanan rendah, memiliki nilai yang lebih kecil dibandingkan dengan menggunakan dua cluster sehingga tiga cluster merupakan jumlah ideal untuk melakukan perhitungan clustering dan Minkowski Distance merupakan metode yang ideal digunakan karena memiliki nilai SSE paling rendah dengan nilai.
Ketersediaan
Detail Information
Judul | PENERAPAN K-MEAN PADA DAERAH RAWAN BANJIR DI KOTA SAMARINDA |
---|---|
Pengarang | ARISKA MONALISA - Personal Name |
No. Panggil | SKRIPSI ARI p 2022 |
Subyek | banjir, clustering, k-mean, euclidean distance, ma |
Bahasa | Indonesia |
Tempat Terbit | Universitas Mulawarman |
Tahun Terbit | 2022 |
Penerbit | Fakultas Teknik |
Jurusan | INFORMATIKA |
Lampiran Berkas | LOADING LIST... |
DIGITAL LIBRARY