Pengelompokan Dampak Gempa Bumi Dan Kerusakan Pada Wilayah Berpotensi Gempa Di Provinsi Sumatra Barat: Indonsesia

Ipin Sugiyarto (Sistem Informasi Universitas Nusa Mandiri)
Rama Irawan (Ilmu Komputer Universitas Nusa Mandiri)
Didi Rosiyadi (Ilmu Komputer Universitas Nusa Mandiri)

Journal of Students‘ Research in Computer Science (JSRCS)
Vol. 2 No. 2 (2021): November 2021

Earthquake disaster data represent knowledge from the West Sumatra Province, data taken from the official website of the National Disaster Management Agency that occurred in the period 2001 to 2018. Clustering data mining techniques are used to determine the earthquake impact area using Knowledge Discovery Data. Mining Method (KDD) consisting of Domain Understanding, Additional Selection (Data Selection), Preprocessing (Data Cleaning, Data Sampling), Transformation (Data Normalization), Data Mining (K-means & Linear Regression), Evaluation and Interpretation (cluster & Prediction). The results showed that the use of the K-Means method resulted in 3 clusters with the largest earthquake impact in the city of Padang in 2009, while the use of Linear Regression estimates the impact of victims and damage to facilities and units that often occur in earthquake locations. The purpose of the research is to implement and categorize and predict to find out the results of the impact and damage of the earthquake that occurred in the province of West Sumatra.   Keywords: Clustering, Data mining, Earthquakes, K-Means, Linear Regression.   Abstrak   Data bencana gempa bumi mewakili pengetahuan dari wilayah Provinsi Sumatera Barat, data diambil dari situs resmi Badan Nasional Penanggulangan Bencana yang terjadi pada periode 2001 hingga 2018. Teknik penambangan data klastering digunakan untuk menentukan daerah dampak gempa menggunakan Pengetahuan Discovery Data. Metode Penambangan (KDD) yang terdiri dari Pemahaman Domain, Seleksi tambahan (Seleksi Data), Preprocesing (Pembersihan Data, Pengambilan Sampel Data), Transformasi (Normalisasi Data), Penambangan Data (K-means & Linear Regresi), Evaluasi dan Interpretasi (klaster & Prediksi). Hasil penelitian membuktikan bahwa penggunaan metode K-Means menghasilkan 3 klaster dengan dampak gempa paling besar di kota Padang pada tahun 2009, sedangkan penggunaan Liniear Regresi memperkirakan dampak korban dan kerusakan pada fasilitas dan unit yang sering terjadi di lokasi gempa. Tujuan penelitian mengimplementasikan dan mengkategorikan dan memprediksi untuk mengetahui hasil dampak dan kerusakan gempa yang terjadi di provinsi Sumatera Barat.   Kata kunci: Data mining, Gempa Bumi, Klastering, K-Means, Linier Regresi.