<![CDATA[Provinsi Sumatera Utara merupakan daerah dengan topografi yang berbeda-beda di tiap kabupatennya dimana terdiri dari dataran tinggi, dataran rendah, pegunungan dan pantai. Dengan keadaan seperti itu sering terjadi bencana alam salah satunya angin puting beliung. Masalah yang terjadi adalah bagaimana mengetahui daerah yang rawan angin puting beliung agar mengurangi kerugian dan korban jiwa. Salah satu cara yang dapat dilakukan adalah untuk mengetahui daerah yang rawan angin puting beliung adalah dengan menggunakan teknik data mining. Adapun metode yang digunakan dalam penelitian ini adalah algoritma k-means clustering. Algoritma k-means clustering dapat mengelompokkan data yang memiliki karakteristik yang sama menjadi satu kelompok dan data yang memiliki karakteristik yang berbeda dikelompokkan menjadi kelompok lainnya. Data yang digunakan yaitu parameter angin puting beliung dari 33 kabupaten/kota dan 181 column data. Hasilnya diperoleh cluster 0 atau daerah dengan potensial rawan bencana angin puting beliung rendah sebanyak 19 daerah dan cluster 1 atau daerah dengan potensial rawan bencana angin puting beliung tinggi sebanyak 14 daerah.]]>
Copyrights © 2024
