Penerapan Algoritma K-Medoids Clustering untuk Pengelompokan Bulan Rawan Bencana Kabut Asap di Kota Pekanbaru

  • M. Puja Alif Budiman Politeknik Caltex Riau
  • Doni Winarso Universitas Muhammadiyah Riau
Keywords: Clustering, K-Medoids, ISPU, Silhouette Coefficient, Kabut Asap

Abstract

Setiap tahun, Kabut Asap menjadi ancaman yang sering kali melanda Kota Pekanbaru. Sumber utama polutan Kabut Asap adalah Particulate Matter (PM10) yang berasal dari kebakaran hutan dan lahan. Meskipun Kabut Asap membawa dampak serius bagi kesehatan, kesadaran masyarakat tentang bulan-bulan rawan Kabut Asap di Kota Pekanbaru masih rendah. Ini menyebabkan ketidakwaspadaan yang berujung pada peningkatan kasus Infeksi Saluran Pernafasan Akut (ISPA) saat terjadi Kabut Asap. Oleh karena itu, studi ini bertujuan untuk mengidentifikasi bulan-bulan rawan Kabut Asap di Kota Pekanbaru dengan menggunakan algoritma K-Medoids Clustering, dengan harapan agar masyarakat menjadi lebih waspada dan menjaga kesehatan saat bulan-bulan tersebut tiba. Analisis dilakukan berdasarkan data Indeks Standar Pencemar Udara (ISPU) dan data iklim Kota Pekanbaru dari tahun 2015 hingga 2019. Dari 1.021 data yang tersedia, dilakukan pengelompokan menjadi 5 klaster. Hasil penelitian menunjukkan bahwa klaster 3, 4, dan 5 yang mencakup bulan Agustus, September, dan Oktober, diidentifikasi sebagai bulan-bulan rawan Kabut Asap di Kota Pekanbaru. Validitas hasil klaster dievaluasi menggunakan uji Silhouette Coefficient, dengan nilai 0,638 yang termasuk dalam kategori Medium Structure, yang mengindikasikan struktur data klaster terbentuk dengan baik.

Downloads

Download data is not yet available.

References

S. Ramadhani, D. Azzahra, and Z. Tomi, “Comparison of K-Means and K-Medoids Algorithms in Text Mining based on Davies Bouldin Index Testing for Classification of Student’s Thesis,” Digital Zone, vol. 13, no. 1, pp. 24–33, May 2022, doi: 10.31849/digitalzone.v13i1.9292.

D. Marlina, N. Lina, A. Fernando, and A. Ramadhan, "Implementasi Algoritma K-Medoids dan K-Means untuk Pengelompokkan Wilayah Sebaran Cacat pada Anak," Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi, vol. 4, no. 2, pp. 64, Dec. 2018. doi: 10.24014/coreit.v4i2.4498.

I. Kamila, U. Khairunnisa, and M. Mustakim, "Perbandingan Algoritma K-Means dan K-Medoids untuk Pengelompokan Data Transaksi Bongkar Muat di Provinsi Riau," Jurnal Ilmiah Rekayasa dan Manajemen Sistem Informasi, vol. 5, no. 1, pp. 119, Feb. 2019. doi: 10.24014/rmsi.v5i1.7381.

Y. Yuliska and K. U. Syaliman, "Literatur Review Terhadap Metode, Aplikasi dan Dataset Peringkasan Dokumen Teks Otomatis untuk Teks Berbahasa Indonesia," IT Journal Research and Development, vol. 5, no. 1, pp. 19–31, Jul. 2020. doi: 10.25299/itjrd.2020.vol5(1).4688.

D. S. O. Panggabean, E. Buulolo, and N. Silalahi, "Penerapan Data Mining Untuk Memprediksi Pemesanan Bibit Pohon Dengan Regresi Linear Berganda," JURIKOM (Jurnal Riset Komputer), vol. 7, no. 1, pp. 56, Feb. 2020. doi: 10.30865/jurikom.v7i1.1947.

Novi Karolina Surbakti, "Data Mining Pengelompokan Pasien Rawat Inap Peserta BPJS Menggunakan Metode Clustering (Studi Kasus: RSU.Bangkatan)," Journal of Information and Technology, vol. 1, no. 2, pp. 47–53, Aug. 2021. doi: 10.32938/jitu.v1i2.1470.

T. D. Prastiwi, J. Pricilia, dan E. Rasywir, "Prediksi Tingkat Kelulusan Menggunakan K-Means Pada Program Studi Informatika Unismuh Makassar," Jurnal Fasilitas, vol. 13, no. 3, pp. 6061, Dec. 2023. doi: 10.37859/jf.v13i3.6061.

H. Prastiwi, J. Pricilia, and E. Rasywir, "Implementasi Data Mining Untuk Menentuksn Persediaan Stok Barang Di Mini Market Menggunakan Metode K-Means Clustering," Jurnal Informatika Dan Rekayasa Komputer (JAKAKOM), vol. 2, no. 1, pp. 141–148, Apr. 2022. doi: 10.33998/jakakom.2022.2.1.34.

A. D. Andini and T. Arifin, "IMPLEMENTASI ALGORITMA K-MEDOIDS UNTUK KLASTERISASI DATA PENYAKIT PASIEN DI RSUD KOTA BANDUNG," Jurnal Responsif: Riset Sains dan Informatika, vol. 2, no. 2, pp. 128–138, Aug. 2020. doi: 10.51977/jti.v2i2.247.

I. Permana and F. N. Salisah, "Pengaruh Normalisasi Data Terhadap Performa Hasil Klasifikasi Algoritma Backpropagation: The Effect of Data Normalization on the Performance of the Classification Results of the Backpropagation Algorithm," Indonesian Journal of Informatic Research and Software Engineering (IJIRSE), vol. 2, no. 1, pp. 67–72, Mar. 2022. doi: 10.57152/ijirse.v2i1.311.

K. P. Simanjuntak and U. Khaira, "Pengelompokkan Titik Api di Provinsi Jambi dengan Algoritma Agglomerative Hierarchical Clustering," MALCOM: Indonesian Journal of Machine Learning and Computer Science, vol. 1, no. 1, pp. 7–16, Mar. 2021. doi: 10.57152/malcom.v1i1.6.

Nurmilayanti and N. Hartono, “Implementasi Metode Clustering Sebagai Penunjang Strategi dalam Manajemen Pelanggan,” ejurnal.umri.ac.id, Dec. 2023, doi: 10.37859/jf.v13i3.5617.

Published
2024-04-16
Abstract views: 30 , pdf downloads: 19