Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
M. Puja Alif Budiman
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management

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

Found 1 Documents
Search

 1 
Penerapan Algoritma K-Medoids Clustering untuk Pengelompokan Bulan Rawan Bencana Kabut Asap di Kota Pekanbaru M. Puja Alif Budiman; Winarso, Doni
JURNAL FASILKOM Vol. 14 No. 1 (2024): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v14i1.6858

Abstract

Setiap tahun, Kabut Asap menjadi ancaman yang sering kali melanda Kota Pekanbaru. Sumber utama polutan Kabut Asap adalah Particulate Matter (PM10) yang berasal dari kebakaran hutan dan lahan. Meskipun Kabut Asap membawa dampak serius bagi kesehatan, kesadaran masyarakat tentang bulan-bulan rawan Kabut Asap di Kota Pekanbaru masih rendah. Ini menyebabkan ketidakwaspadaan yang berujung pada peningkatan kasus Infeksi Saluran Pernafasan Akut (ISPA) saat terjadi Kabut Asap. Oleh karena itu, studi ini bertujuan untuk mengidentifikasi bulan-bulan rawan Kabut Asap di Kota Pekanbaru dengan menggunakan algoritma K-Medoids Clustering, dengan harapan agar masyarakat menjadi lebih waspada dan menjaga kesehatan saat bulan-bulan tersebut tiba. Analisis dilakukan berdasarkan data Indeks Standar Pencemar Udara (ISPU) dan data iklim Kota Pekanbaru dari tahun 2015 hingga 2019. Dari 1.021 data yang tersedia, dilakukan pengelompokan menjadi 5 klaster. Hasil penelitian menunjukkan bahwa klaster 3, 4, dan 5 yang mencakup bulan Agustus, September, dan Oktober, diidentifikasi sebagai bulan-bulan rawan Kabut Asap di Kota Pekanbaru. Validitas hasil klaster dievaluasi menggunakan uji Silhouette Coefficient, dengan nilai 0,638 yang termasuk dalam kategori Medium Structure, yang mengindikasikan struktur data klaster terbentuk dengan baik.
Co-Authors Doni Winarso, Doni