Classification of Natural Disaster Prone Areas in Indonesia using K-Means

Abstract

Disaster caused by both nature and human factors has resulted in the occurrence of human casualties, environmental damage, property loss, and psychological impact. The study aims to classify disaster prone areas in Indonesia using K-means clustering method implemented in rapid miner tools. The data are collected from the Central Bureau of Statistics about the number of villages that considered as natural disaster-prone by province in Indonesia in years [2008][2009][2010][2011][2012][2013][2014]. The sample data are 34 provinces in Indonesia with 3 natural disasters commonly happen i.e. namely: Flood, Earthquake and Landslide. The final outcomes of the study were: (1) 4 provinces classified as High with cluster center 1363.333 (flood), 528.25 (earthquake) and 949.583 (landslide); 14 provinces classified as Medium with cluster center 142.619 (flood), 96.071 (earthquake) and 72.048 (landslide); and 16 provinces classified as Low with cluster center 507.396 (flood), 57.604 (earthquake) and 177.479 (landslide). This work can further provide input to the Indonesia government through mapping of disaster prone areas especially 4 provinces with very high natural disasters such as Aceh,

Penerapan Algoritma ELECTRE pada Pemilihan Cream Pelembab Berdasarkan Konsumen

“…Penelitian ini dilakukan di kota Pematangsiantar yang bertujuan untuk merekomendasikan pemilihan cream pelembab dengan menggunakan teknik penyelesaian di bidang ilmu komputer yang dilihat dari penilaian konsumen. Banyak cabang ilmu komputer yang dapat menyelesaikan permasalahan tersebut, antara lain Sistem Pendukung Keputusan (SPK) [1]- [4], Sistem Pakar [5], Datamining [6]- [8], Jaringan Saraf Tiruan (JST) [9]- [13], Fuzzy [14], dan lain-lain. Setiap cabang ilmu memiliki karakteristik masing-masing.…”

Penerapan Metode PROMETHEE II Pada Pemilihan Situs Travel Berdasarkan Konsumen

“…Tentunya banyak cabang ilmu komputer yang dapat menganalisa permasalah tersebut. Diantaranya adalah datamining [1]- [3][4], [5], sistem pendukung keputusan [6]- [12], logika fuzzy [13]- [16], sistem pakar [17]- [19], jaringan saraf tiruan [1], [20]- [22] dan lainlain [23]. Setiap cabang ilmu tersebut memiliki kelebihan dan kelemahan masing-masing.…”

Pemilihan Jenis Sapi bagi Peternak Sapi Potong dengan Metode SMART

“…Salah satunya adalah kecerdasan buatan (AI) [2], [3]. AI merupakan salah satu rumpun ilmu komputer yang memiliki beberapa keilmuan seperti datamining [4], [5][6]- [8], sistem pakar [9]- [11], jaringan saraf tiruan [12]- [15] [16], [17], sistem pendukung keputusan [18]- [27] dan lainya [28]. Peneliti menggunakan sistem pendukung keputusan untuk melakukan pemilihan jenis sapi potong bagi peternak dengan menggunakan metode SMART.…”

“…Teknik pengambilan keputusan multi kriteria ini didasarkan pada teori bahwa setiap alternatif terdiri dari sejumlah kriteria yang memiliki nilai-nilai dan setiap kriteria memiliki bobot yang menggambarkan seberapa penting dibandingkan dengan kriteria lain. Pembobotan ini digunakan untuk menilai setiap alternatif agar diperoleh alternatif terbaik [8]. Dimana ( )adalah nilai utiliti kriteria ke-1 untuk kriteria ke -I, adalah nilai kriteria maksimal, adalah nilai kriteria minimal dan adalah nilai kriteria ke-i.…”