<![CDATA[Pulau Sumatera adalah anggota busur kepulauan sunda yang mencakup kepulauan Andaman-Nicobar sampaiBanda. Pulau Sumatera menjadi salah satu daerah tektonik aktif. Aktivitas lempeng membentuk sebuahhimpunan pegunungan yang membentang dari utara hingga selatan Sumatera. Dengan topografi yang terdiridari pegunungan, perbukitan, serta pergerakan lempeng dan iklim yang basah, memungkinkan terjadinyaberbagai bencana alam. Density-Based Spatial Clustering of Applications with Noise (DBSCAN) adalah suatualgoritma yang termasuk pada golongan density-based clustering, yakni proses pembentukan cluster yangdilakukan berdasarkan tingkat kerapatan objek dalam dataset. Kelebihan algoritma DBSCAN terletak padakemampuannya menangkap outlier atau noise dan tidak perlu mengetahui jumlah cluster yang terbentuk.Tujuan penelitian ini adalah untuk mengkaji karakteristik bencana alam yang terjadi di Pulau Sumatera.Berdasarkan hasil analisis penerapan algoritma DBSCAN pada data kejadian bencana alam di kabupaten/kotadi Pulau Sumatera, diperoleh 2 cluster dengan parameter MinPts sebanyak 4 dan Eps sebesar 0,18 merupakancluster yang optimal untuk mengelompokkan. Hal tersebut disandarkan pada cluster tersebut menghasilkancoefficient silhouette dengan nilai sebesar 0,46.Kata Kunci : Bencana alam, DBSCAN, pulau Sumatera, silhouette coefficient.]]>
Copyrights © 2023
