Pengelompokan daerah rawan bencana tanah longsor berdasarkan faktor penyebab menggunakan teknik clustering

This item is published by Universitas Islam Negeri Sunan Ampel Surabaya

Maharani, Berlian Tusya Devi (2024) Pengelompokan daerah rawan bencana tanah longsor berdasarkan faktor penyebab menggunakan teknik clustering. Undergraduate thesis, UIN Sunan Ampel Surabaya.

[img] Text
Berlian Tusya Devi Maharani_09020220021 full.pdf
Restricted to Repository staff only until 24 July 2027.

Download (5MB)
[img] Text
Berlian Tusya Devi Maharani_09020220021.pdf

Download (1MB)

Abstract

Tanah longsor merupakan bencana alam yang kerap terjadi dan menimbulkan kerusakan yang signifikan di Indonesia. Kejadian tanah longsor di Jawa Barat cukup tinggi, dengan 1029 kejadian tercatat pada tahun 2021 dan pada tahun 2022 sebanyak 542 kejadian. Penelitian ini mempunyai tujuan yaitu untuk mengelompokkan daerah rawan tanah longsor di Jawa Barat menggunakan dua metode, yakni metode K-Means dan Fuzzy C-Means serta melakukan perbandingan antara keduanya. Data yang dianalisis meliputi ketinggian wilayah, jumlah kejadian gempa bumi, luas wilayah, jumlah penduduk, curah hujan, kemiringan lereng, dengan percobaan k = 2, 3, 4 pada K-Means dan c = 2, 3, 4 pada Fuzzy C-Means dengan evaluasi cluster menggunakan Silhouette Coefficient. Hasil penelitian mengindikasikan bahwa nilai SC K-Means lebih besar daripada Fuzzy C-Means yaitu 0.309 > 0.280. Hasil pengelompokan menggunakan metode K-Means menunjukkan bahwa cluster yang optimal adalah k = 4 dengan 5 Kabupaten/Kota berada dalam cluster 1 yang tergolong tinggi, 9 Kabupaten/Kota berada dalam cluster 2 yang tergolong cukup tinggi, 9 Kabupaten/Kota berada dalam cluster 3 yang tergolong sedang, dan 4 Kabupaten/Kota berada dalam cluster 1 yang tergolong rendah. Sementara itu, Hasil pengelompokan menggunakan metode Fuzzy C-Means menunjukkan bahwa cluster optimal adalah c = 4 dengan 9 Kabupaten/Kota berada di cluster 1 yang tergolong cukup tinggi, 4 Kabupaten/Kota di cluster 2 yang tergolong rendah, 6 Kabupaten/Kota di cluster 3 yang tergolong tinggi, dan 8 Kabupaten/Kota brada di cluster 4 yang tergolong sedang.

Statistic

Downloads from over the past year. Other digital versions may also be available to download e.g. from the publisher's website.

Item Type: Thesis (Undergraduate)
Creators:
CreatorsEmailNIM
Maharani, Berlian Tusya Deviberliantusyadevimaharani@gmail.com09020220021
Contributors:
ContributionNameEmailNIDN
Thesis advisorHafiyusholeh, Moh.hafiyusholeh@uinsby.ac.id2004028001
Thesis advisorIntan, Putroue Keumalaputroue@uinsby.ac.id0728058802
Subjects: Lingkungan Hidup
Matematika
Keywords: Daerah rawan bencana; tanah longsor; teknik clustering
Divisions: Fakultas Sains dan Teknologi > Studi Matematika
Depositing User: Berlian Tusya Devi Maharani
Date Deposited: 24 Jul 2024 06:51
Last Modified: 24 Jul 2024 06:51
URI: http://digilib.uinsa.ac.id/id/eprint/72156

Actions (login required)

View Item View Item