CLUSTERING DAERAH RAWAN BANJIR DI KABUPATEN TUBAN DENGAN K-MEANS DISERTAI VISUALISASI SISTEM INFORMASI GEOGRAFIS

Abstract

Pada penelitian ini telah dilakukan pengelompokkan daerah rawan banjir di Kabupaten Tuban dengan menggunakan teknik data mining. Penelitian ini didasarkan adanya kurangnya informasi untuk mengetahui dan mengantisipasi daerah mana yang berpotensi banjir. Sehingga penanganan akibat banjir di daerah-daerah yang tergenang banjir masih kurang maksimal. Oleh karena itu dalam mengoptimalkan pengetahuan informasi dan antisipasi dengan memetakan atau mengelompokkan daerah yang berpotensi rawan banjir atau tidak di daerah Kabupaten Tuban dengan metode clustering, dengan memanfaatkan data yang diperoleh dari katalog BPS “Kabupaten Tuban Dalam Angka (Tuban Regency In Figure)” dari tahun 2014 hingga 2017. Algoritma k-means adalah metode yang akan diimplementasikan untuk menggali informasi analisa dalam mengelompokkan daerah rawan banjir dengan atribut data yang digunakan adalah curah hujan, jenis tanah dan keteinggian tanah di setiap kecamatan di Kabupaten Tuban. Hasilnya diperoleh  suatu  sistem  untuk  mengelompokkan  daerah rawan banjir dengan menghasilkan 3 kelompok kategori, yakni rawan, kurang rawan dan tidak rawan. Hasil visualisasi peta dengan hasil tahun 2013 sebanyak tiga warna yaitu oranye, kuning dan hijau, tahun 2014 sebanyak dua warna yaitu kuning dan hijau, tahun 2015 tiga warna yaitu oranye, kuning dan hijau serta tahun 2016 tiga warna yaitu oranye, kuning dan hijau. Dari penelitian yang telah dilakukan pada 20 data kecamaan mampu menghasilkan akurasi pengujian sebesar 45% untuk tahun 2013, 40% untuk tahun 2014, 40% untuk tahun 2015 dan 60% untuk tahun 2016. Perangkat ini dapat dikembangkan untuk membantu daerah lain dalam mengelompokkan daerah rawan banjir. Metode penelitian ini dapat dikembangkan untuk objek penelitian yang berbeda.