<![CDATA[Banjir merupakan salah satu bencana alam yang perlu diwaspadai karena dapat menimbulkan dampak yang signifikan terhadap masyarakat, baik berupa kerusakan infrastruktur maupun korban jiwa. Badan Nasional Penanggulangan Bencana (BNPB) dan Badan Penanggulangan Bencana Daerah (BPBD) berperan dalam menghimpun dan menyediakan data kejadian banjir sebagai dasar pengambilan keputusan dalam penanggulangan bencana. Penelitian ini bertujuan untuk mengklasifikasikan tingkat dampak banjir di Provinsi Sumatera Utara menggunakan metode data mining dengan pendekatan klasifikasi. Dataset yang digunakan merupakan data dampak banjir yang diperoleh dari BNPB dan BPBD Provinsi Sumatera Utara, yang meliputi jumlah rumah rusak, jumlah pengungsi, jumlah korban meninggal, jumlah korban hilang, serta jumlah fasilitas umum yang mengalami kerusakan. Proses data mining dilakukan mengikuti tahapan Knowledge Discovery in Databases (KDD), yang meliputi seleksi data, praproses data, normalisasi, proses klasifikasi, dan evaluasi hasil. Algoritma yang digunakan dalam penelitian ini adalah K-Nearest Neighbor (KNN). Pengolahan dan pengujian data dilakukan menggunakan perangkat lunak RapidMiner. Hasil pengujian menunjukkan bahwa algoritma KNN mampu mengklasifikasikan tingkat dampak banjir ke dalam tiga kelas, yaitu rendah, sedang, dan tinggi, dengan tingkat akurasi terbaik sebesar 89,47%. Hasil penelitian ini menunjukkan bahwa algoritma KNN cukup efektif digunakan dalam klasifikasi tingkat dampak banjir di Provinsi Sumatera Utara berdasarkan data dampak bencana.]]>
