<![CDATA[Penelitian ini menganalisis tingkat kerawanan banjir di Provinsi DKI Jakarta pada tingkat kecamatan menggunakan algoritma K-Medoids dan DBSCAN. Penelitian ini dilakukan dengan menggunakan data kejadian bencana banjir yang disediakan oleh Badan Penanggulangan Bencana Daerah (BPBD) DKI Jakarta untuk melakukan pengelompokan seluruh kecamatan yang berada pada Provinsi DKI Jakarta berdasarkan kesamaan dampak banjir yang dialami. Penelitian ini mencakup pengumpulan data, pemrosesan data dan implementasi setiap algoritma. Hasil penelitian menunjukkan bahwa algoritma DBSCAN secara signifikan lebih unggul. Dengan parameter yang dioptimalkan yaitu ε = 0.20, MinPts = 7, DBSCAN mencapai Silhouette Score sebesar 0.539 dan berhasil mengidentifikasi tiga klaster kerawanan yang bermakna (Rendah, Sedang, Tinggi) serta mengisolasi data anomali (noise). Sebaliknya, konfigurasi terbaik K-Medoids (k=2) hanya menghasilkan Silhouette Score sebesar 0.412, yang mengindikasikan struktur klaster yang lemah. Kesimpulannya, kemampuan DBSCAN dalam mendeteksi klaster dengan bentuk arbitrer dan menangani outlier menjadikannya metode yang lebih andal dan sesuai untuk analisis data kebencanaan spasial yang kompleks dan non-linier. Peta kerawanan yang dihasilkan dari klasterisasi DBSCAN dapat menjadi dasar yang kuat bagi pemangku kepentingan untuk merancang kebijakan mitigasi banjir yang lebih efektif dan tepat sasaran.]]>
Copyrights © 2026
