Article Per Year (5 Year)
p-Index From 2020 - 2025
1.037
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan JURNAL TEKNOLOGI DAN OPEN SOURCE Jurnal Responsif : Riset Sains dan Informatika Naratif : Jurnal Nasional Riset, Aplikasi dan Teknik Informatika
Fitri Khoirunnisa
Universitas Adhirajasa Reswara Sanjaya
Computer Science & IT Electrical & Electronics Engineering

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal Informatika dan Teknik Elektro Terapan

 1 
KOMPARASI 2 METODE CLUSTER DALAM PENGELOMPOKAN INTENSITAS BENCANA ALAM DI INDONESIA Fitri Khoirunnisa; Yulianto Rahmawati
Jurnal Informatika dan Teknik Elektro Terapan Vol 12, No 1 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i1.3619

Abstract

Data mining merupakan sebuah proses pengolahan informasiyang digunakan untuk keperluan tertentu dari suatu database. Salah satumetode dalam data mining adalah Clustering, yang berfungsi untukmencari pola, titik, objek, atau dokumen yang dapat dikelompokkan. Algoritma K-Means clustering memiliki peran penting dalam bidang data mining karena mudah diimplementasikan dan dijalankan. Namun, terdapatvariasi pengembangan dari metode K-Means Clustering, yaitu K-Medoids, yang diciptakan untuk mengatasi kelemahan Algoritma K-Means yang cenderung sensitif terhadap outlier. Dalam penelitian ini, kedua algoritma clustering dibandingkan dengan menggunakan dataset yang berisi informasi tentang bencana alam di Indonesia dari tahun 2013-2022, yang terdiri dari atribut banjir, gempa bumi, kekeringan, putingbeliung, tanah longsor, dan tsunami. Hasil pengujian menunjukkan bahwanilai DBI pada K-Means lebih rendah dibandingkan K-Medoids, yaitumasing-masing 0.425 dan 0.939. Berdasarkan data tersebut, terdapat tigacluster yang terbentuk, yang dapat diinterpretasikan berdasarkan intensitasbencana alam, dengan masing-masing cluster memiliki karakteristik yang berbeda.
Co-Authors Maxsi Ary Resdiana Pratama Siti Roifah Soni Setiawan Widi Linggih Jaelani Yanto Yanto Yudi Ramdhani Yulianto Rahmawati