Implementasi Metode Fuzzy Possibilistic C-Means Pada Pengelompokan Provinsi di Indonesia Berdasarkan Data Jumlah Kejadian dan Dampak Bencana Banjir
Analisis cluster merupakan teknik yang digunakan untuk menemukan kelompok objek data yang serupa. Metode Fuzzy Possibilistic C-Means (FPCM) adalah salah satu metode clustering yang merupakan pengembangan dari algoritma Fuzzy CMeans (FCM) dan Possibilistic C-Means (PCM) dengan menggunakan kelebihan dari pemodelan fuzzy dan possibilistic. Penelitian ini bertujuan untuk mengetahui jumlah cluster optimal berdasarkan indeks validitas Modified Partition Coefficient (MPC) serta mengetahui hasil pengelompokan optimal 34 Provinsi di Indonesia berdasarkan data jumlah kejadian dan dampak bencana banjir pada tahun 2017-2021. Jumlah cluster optimal dengan menggunakan metode FPCM berdasarkan indeks validitas MPC adalah sebanyak 2 cluster yaitu cluster pertama beranggotakan 19 Provinsi di Indonesia dan cluster kedua beranggotakan 15 Provinsi di Indonesia. Cluster pertama didominasi oleh provinsi di Kepulauan Sumatera yang sebagian besar kawasannya terdiri dari dataran tinggi dan pegunungan, serta provinsi yang terletak di Kepulauan Papua dan Maluku yang memiliki jumlah penduduk lebih kecil dibandingkan dengan provinsi lain. Sementara pada cluster kedua didominasi oleh provinsi dengan jumlah pemukiman bantaran sungai yang cukup tinggi.
Ketersediaan
Detail Information
Judul | Implementasi Metode Fuzzy Possibilistic C-Means Pada Pengelompokan Provinsi di Indonesia Berdasarkan Data Jumlah Kejadian dan Dampak Bencana Banjir |
---|---|
Pengarang | Khairun Nida - Personal Name |
No. Panggil | SKRIPSI KHA i 2023 |
Subyek | Analisis Cluster bencana banjir FPCM Modified Partition Coefficient |
Bahasa | Indonesia |
Tempat Terbit | Universitas Mulawarman |
Tahun Terbit | 2023 |
Penerbit | Fakultas Matematika Dan Ilmu Pengetahuan Alam |
Jurusan | Matematika |
Lampiran Berkas | LOADING LIST... |
DIGITAL LIBRARY