KLASTERISASI WILAYAH TANAH LONGSOR BERDASARKAN DAMPAK WILAYAH DAN GEOGRAFIS MENGGUNAKAN METODE K-MEANS (Studi Kasus : Kabupaten dan Kota di Jawa Timur)

Abstract

Tanah Longsor adalah suatu peristiwa geologi yang terjadi karena pergerakan massa batuan atau tanah dengan berbagai tipe dan jenis seperti jatuhnya bebatuan atau gumpalan besar tanah. Berdasarkan data yang dihimpun BPBD sepanjang tahun 2017-2018, terjadi sebanyak 212 kejadian dan mengakibatkan lebih dari 60 korban jiwa pada wilayah kabupaten & kota di Jawa Timur. Oleh karena itu, diperlukan usaha mengurangi dampak yang ditimbulkan dengan melakukan klasterisasi terhadap daerah kerawanan di wilayah kabupaten & kota di Jawa Timur. Dalam penelitian ini memanfaatkan teknik data mining dengan menggunakan metode K-Means untuk mengelompokkan wilayah terdampak tanah longsor dan geografis dan menggunakan metode Pearson Correlation Coefficient untuk mengetahui tingkat keterkaitan korelasi antara dampak wilayah tanah longsor dengan geografis. Berdasarkan hasil klasterisasi menggunakan metode K-means terdapat tiga klaster untuk data wilayah tanah longsor dan data geografis. Hasil pengujian mendapatkan nilai baik/optimal sebesar 0.021298251540091 untuk pengujian klasterisasi data wilayah tanah longsor dan nilai sebesar 0,326936115 untuk pengujian klasterisasi data geografis menggunakan davies-bouldin index. Sedangkan untuk hasil pengujian menggunakan purity hasil klasterisasi data wilayah tanah longsor mendapatkan nilai baik sebesar 0.92 dengan error cluster 0.08 dan hasil klasterisasi data geografis mendapatkan nilai baik sebesar 0.92 dengan error cluster 0.08 sehingga kedua klasterisasi dapat dikatakan bagus/optimal. Hasil pengukuran keterkaitan data menggunakan Pearson Correlation Coefficient mendapatkan nilai 2.1700691137793E-7 nilai korelasi positif yang berarti data dampak wilayah tanah longsor dan geografi memiliki korelasi secara linearyang berarti semakin tinggi nilai data geografi maka semakin tinggi pula nilai data dampak wilayah tanah longsor.