Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Journal of Information System, Applied, Management, Accounting and Research
Muhamad Firman Al Halik
Universitas Nusa Mandiri
Computer Science & IT Decision Sciences, Operations Research & Management

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

Found 1 Documents
Search

 1 
Analisa Data Untuk Prediksi Daerah Rawan Bencana Alam Di Jawa Barat Menggunakan Algoritma K-Means Clustering Muhamad Firman Al Halik; Laila Septiana
JISAMAR (Journal of Information System, Applied, Management, Accounting and Research) Vol 6 No 4 (2022): JISAMAR : November 2022
Publisher : Sekolah Tinggi Manajemen Informatika dan Komputer Jayakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52362/jisamar.v6i4.939

Abstract

Bencana alam adalah suatu peristiwa yang mengakibatkan dampak dan pengaruh besar bagi populasi manusia. Jawa Barat merupakan provinsi yang memiliki kejadian bencana alam cukup banyak, diantaranya bencana alam tanah longsor, gempa bumi, banjir, angin puting beliung, kebakaran, dan sebagainya. Saat ini pengetahuan teknologi dan informasi berkembang sangat pesat. Canggihnya teknologi membuat setiap orang mampu mengakses dan mendapat informasi tanpa batasan. Hal ini membuat informasi sangat dibutuhkan di setiap lini kehidupan. Salah satunya ialah informasi tentang bencana alam, dimana informasi tentang bencana alam di butuhkan untuk penanggulangan bencana. Data mining merupakan teknik yang umum dilakukan untuk pengolahan data bencana alam, sebab teknik tersebut dianggap mampu menjadi sebuah solusi atas permasalahan penanggulangan bencana alam. Oleh karena itu, dalam penelitian ini membahas tentang pengelompokan data bencana alam untuk prediksi daerah rawan bencana alam di Jawa Barat dengan teknik data mining menggunakan algoritma k-means clustering. Hasil penelitian didapatkan 3 cluster diantaranya cluster rendah, cluster sedang, dan cluster tinggi.
Co-Authors Laila Septiana