<![CDATA[Abstrak : Layanan darurat non kebakaran di Kabupaten Cirebon menghadapi beberapa kendala, seperti alokasi sumber daya yang tidak efisien dan terbatasnya pemanfaatan analisis data. Penelitian ini bertujuan untuk meningkatkan pengelolaan regu penyelamat dengan memanfaatkan algoritma K-Means sebagai metode pengelompokan data. Menggunakan pendekatan data mining dan penerapan Knowledge Discovery in Database (KDD), penelitian ini menganalisis 874 data layanan darurat non kebakaran yang dikumpulkan pada tahun 2023-2024. Data yang dianalisis meliputi Lokasi kejadian, jenis penyelamatan, tingkat keparahan insiden, waktu respons, dan distribusi regu penyelamat. Proses penelitian dimulai dengan konversi data kedalam format numerik. Hasil menunjukan nilai DBI terendah sebesar 0,080 dengan empat klaster optimal, yang meningkatkan efisiensi distribusi regu penyelamat=====================================================Abstract : Non-fire emergency services in Cirebon Regency face several obstacles, such as inefficient resource allocation and limited utilization of data analysis. This study aims to improve the management of rescue squads by utilizing the K-Means algorithm as a data clustering method. Using a data mining approach and the application of Knowledge Discovery in Database (KDD), this study analyzed 874 non-fire emergency service data collected in 2023-2024. The data analyzed included Location of incident, type of rescue, severity of incident, response time, and distribution of rescue squads. The research process started with converting the data into numerical format. The results showed the lowest DBI value of 0.080 with four optimal clusters, which improved the efficiency of rescue squad distribution.]]>
Copyrights © 2025
