PENGELOMPOKAN KEBUTUHAN JUMLAH AIR AKIBAT KEKERINGAN DI KABUPATEN TUBAN PADA TAHUN 2020 DENGAN ALGORITMA K-MEANS

Authors

  • Kurniawan Indra Jaya Universitas PGRI Ronggolawe Tuban
  • Lilik Muzdalifah

DOI:

https://doi.org/10.55719/mv.v4i2.466

Keywords:

kebutuhan air, k-means, pengelompokan, clustering, cluster

Abstract

Bencana Kekeringan di Kabupaten Tuban terjadi hampir setiap tahun. Bencana kekeringan jika dibiarkan dapat berdampak besar bagi kehidupan. Badan Penanggulangan Bencana Daerah (BPBD) Kabupaten Tuban merupakan instansi pemerintah yang bertugas menanggulangi bencana tersebut. Bencana kekeringan dapat diatasi dengan pengelolaan pemenuhan pasokan air yang efektif dan efesien. Untuk itu, pada kegiatan Praktik Kerja Lapangan (PKL) kelompok kami mengangkat masalah Pengelompokan kebutuhan jumlah liter air berdasarkan wilayah desa yang terdampak. Pengelompokan ini dibagi menjadi tiga kelompok, yaitu kelompok kebutuhan air tinggi, kelompok kebutuhan air sedang, dan kelompok kebutuhan air rendah. Terdapat 10 desa yang termasuk dalam kelompok kebutuhan air tinggi atau C3. Jumlah liter air yang dibutuhkan desa tersebut antara 119.000 liter sampai dengan 126.000 liter air. Terdapat 9 desa yang termasuk kedalam kelompok kebutuhan air sedang atau C2. Jumlah liter air yang dibutuhkan desa tersebut antara 84.000 liter sampai dengan 105.000 liter air. Dan terdapat 4 desa yang termasuk kedalam kelompok kebutuhan air yang rendah atau C1. Jumlah liter air yang dibutuhkan desa tersebut antara 42.000 liter air.

Downloads

Download data is not yet available.

References

A. Muttalib and M. Mashur, “Analisis Dampak Sosial Ekonomi Masyarakat Pasca Bencana Gempa Bumi Di Kabupaten Lombok Utara (Klu),” J. Ilm. Mandala Educ., vol. 5, no. 2, p. 84, 2019, doi: 10.36312/jime.v5i2.785.

E. Arya, Y. Safitri, and F. A. Riyadhno, “Pemantauan Dan Mitigasi Tingkat Potensi Bencana Kekeringan Di Kota Dumai,” J. Samudra Geogr., vol. 4, no. 1, pp. 1–9, 2021, doi: 10.33059/jsg.v4i1.2430.

S. F. Susilo, A. Jamaludin, and I. Purnamasari, “Pengelompokan Desa Menggunakan K-Means Untuk Penyelenggaraan Penanggulangan Bencana Banjir,” JOINS (Journal Inf. Syst., vol. 5, no. 2, pp. 156–167, 2020, doi: 10.33633/joins.v5i2.3709.

L. P. Refialy, H. Maitimu, and M. S. Pesulima, “Perbaikan Kinerja Clustering K-Means pada Data Ekonomi Nelayan dengan Perhitungan Sum of Square Error (SSE) dan Optimasi nilai K cluster,” Techno.Com, vol. 20, no. 2, pp. 321–329, 2021, doi: 10.33633/tc.v20i2.4572.

Y. P. Sari, A. Primajaya, and A. S. Y. Irawan, “Implementasi Algoritma K-Means untuk Clustering Penyebaran Tuberkulosis di Kabupaten Karawang,” INOVTEK Polbeng - Seri Inform., vol. 5, no. 2, p. 229, 2020, doi: 10.35314/isi.v5i2.1457.

C. Astria, A. P. Windarto, A. Wanto, and E. Irawan, “Metode K-Means pada Pengelompokan Wilayah Pendistribusian Listrik,” Semin. Nas. Sains Teknol. Inf., pp. 306–312, 2019.

R. N. Puspita, “Analisis K-Means Cluster Pada Kabupaten / Kota Di Provinsi Banten Berdasarkan Indikator Indeks,” Lebesgue J. Ilm. Pendidik. Mat. Mat. dan Stat., vol. 2, no. 3, pp. 267–281, 2021, doi: 10.46306/lb.v2i3.85.

W. A. Suputra, “Klasterisasi Hasil Ujian Nasional SMA/MA dengan Algoritma K-Means,” Wahana Mat. dan Sains J. Mat. Sains, dan Pembelajarannya, vol. 15, no. 1, pp. 22–30, 2021, [Online]. Available: https://ejournal.undiksha.ac.id/index.php/JPM/article/view/25380

M. W. Talakua, Z. A. Leleury, and A. W. Talluta, “Analisis Cluster Dengan Menggunakan Metode Provinsi Maluku Berdasarkan Indikator Indeks Pembangunan Manusia Tahun 2014,” J. Ilmu Mat. dan Terap., vol. 11, no. 2, pp. 119–128, 2017.

K. F. Mauladi and P. H. Susilo, “Klasterisasi Virus Covid-19 Di Wilayah Kabupaten Lamongan Dengan Metode K-Means Clustering,” JIPI (Jurnal Ilm. Penelit. dan Pembelajaran Inform., vol. 6, no. 2, pp. 325–335, 2021, doi: 10.29100/jipi.v6i2.1999.

A. L. R. Putri and N. Dwidayati, “Analisa Perbandingan K-Means Dan Fuzzy C-Means Dalam Pengelompokan Daerah Penyebaran Covid-19 Indonesia,” UNNES J. Math., vol. 10, no. 2, pp. 4–7, 2021, [Online]. Available: http://journal.unnes.ac.id/sju/index.php/ujme

T. Zulyanti and Noeryanti, “Perbandingan Pengelompokan Usaha Mikro Kecil Dan Menengah Di Kabupaten Klaten Tahun 2019 Dengan Metode K-Means Dan Clustering Large Application,” J. Stat. Ind. dan Komputasi, vol. 7, no. 1, pp. 46–59, 2022.

Y. Maitrina and L. Purwianti, “Analisis Faktor Yang Mempengaruhi Keputusan Pembelian Properti Di Kota Batam,” Proceeding Semin. Nas. Call Pap., pp. 1–15, 2021.

E. Yulianti and A. Sugandha, “Pengelompokan Kabupaten / Kota Di Provinsi Jawa Korban Kekerasan Dengan Menggunakan K-Means Clustering,” J. Ilm. Mat. dan Pendidik. Mat., vol. 13, no. 2, pp. 81–92, 2021, [Online]. Available: http://jos.unsoed.ac.id/index.php/jmp/article/download/5014/2674

F. M. Nasution, Penerapan Metode K-Means Clustering Untuk Mengelompokkan Ketahanan Tanaman Pangan Kabupaten/Kota Diprovinsi Sumatera Utara. 2019.

E. F. J. Soewandi and H. Lukman, “Kemudahan Penggunaan, Privasi Dan Peningkatan Kinerja Seseorang Dalam Pengapdosian Cloud Computing,” J. Multiparadigma Akunt. Tarumanagara, vol. 2, pp. 836–844, 2020.

A. Romi and S. Dedi, “Analisis Kualitas Website MIS-Pamsimas (Studi Kasus: Program Pamsimas Musi Banyuasin) Menggunakan Metode Webqual 4.0,” Bina Darma Conf. Comput. Sci., pp. 400–409, 2020, [Online]. Available: http://repository.binadarma.ac.id/id/eprint/2078

R. I. Fajriah, H. Sutisna, and B. K. Simpony, “Perbandingan Distance Space Manhattan Dengan Euclidean Pada K - Means Clustering Dalam Menentukan Promosi,” Inform. Bina Sarana Bsi, Univ., vol. 4, no. 1, pp. 36–49, 2019.

Downloads

Published

2022-09-30

How to Cite

Jaya, K. I., & Muzdalifah, L. (2022). PENGELOMPOKAN KEBUTUHAN JUMLAH AIR AKIBAT KEKERINGAN DI KABUPATEN TUBAN PADA TAHUN 2020 DENGAN ALGORITMA K-MEANS. MathVision : Jurnal Matematika, 4(2), 81–88. https://doi.org/10.55719/mv.v4i2.466