Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Journal of Information Technology and Computer Science (JOINTECS)
Ridzki Okta Pratikto
Narotama University
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Library & Information Science Mathematics

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Klasterisasi Menggunakan Agglomerative Hierarchical Clustering Untuk Memodelkan Wilayah Banjir Ridzki Okta Pratikto; Natalia Damastuti
JOINTECS (Journal of Information Technology and Computer Science) Vol 6, No 1 (2021)
Publisher : Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31328/jointecs.v6i1.1473

Abstract

Setiap tahun selama musim hujan masalah banjir di provinsi Jawa Timur adalah bencana yang sering terjadi. Berdasarkan catatan Badan Penanggulangan Bencana (BNPB) dari 2014 hingga 2015 ada 574 bencana banjir di provinsi Jawa Timur, Banyak faktor yang menyebabkan terjadinya bencana banjir diantaranya adalah lambatnya informasi yang didapat sehingga diperlukan suatu pemodelan wilayah potensi banjir di Jawa Timur dengan menggunakan metode yang lebih akurat dan efisien dengan menggunakan suatu metode Agglomerative Hierarchical Clustering (AHC). Metode ini akan digunakan untuk melakukan pengelompokkan dengan uji performansi menggunakan metode cophenetic correlation coefficient. Hasil dari penelitian ini divisualisasikan kedalam bentuk SIG. Berdasarkan hasil uji cluster optimal dengan elbow method, provinsi Jawa Timur terbagi menjadi 3 kelompok cluster daerah terdampak potensi banjir yaitu karakteristik rendah, sedang, tinggi. Hasil uji performa cluster menggunakan cophenetic correlation coefficient menunjukkan bahwa metode average linkage memberikan solusi cluster yang lebih baik dibandingkan dengan metode AHC lainnya yakni sebesar 0,92
Co-Authors Natalia Damastuti