Rahmadhani, Rika (2024) PENERAPAN K-MEANS CLUSTERING DAN AHP DALAM ANALISIS RESIKO BANJIR. S1 thesis, universitas malikussaleh.

	Text Cover.pdf Download (336kB)
	Text abstrak.pdf Download (343kB)
	Text BAB 1.pdf Download (305kB)
	Text Daftar pustaka.pdf Download (298kB)
	Text Rika Rahmadhani_200180019 .pdf Restricted to Registered users only Download (19MB)

Abstract

Banjir merupakan salah satu bencana alam yang sering terjadi di Indonesia, khususnya di wilayah dengan curah hujan tinggi dan kondisi geografis yang rentan seperti Kabupaten Aceh Utara. Dampak banjir sangat luas, mencakup kerusakan infrastruktur, gangguan ekonomi, dan kehidupan sosial masyarakat. Oleh karena itu, diperlukan upaya mitigasi yang efektif dan efisien. Penelitian ini bertujuan untuk menganalisis risiko banjir di Kabupaten Aceh Utara dengan menggunakan metode K-Means Clustering dan Analytic Hierarchy Process (AHP). Metode K-Means Clustering digunakan untuk mengelompokkan wilayah berdasarkan karakteristik yang mirip, seperti curah hujan, kepadatan penduduk, dan jarak ke sungai, sehingga memungkinkan identifikasi area berisiko tinggi secara lebih akurat. Sementara itu, AHP digunakan untuk menentukan bobot faktor-faktor risiko banjir dan mengutamakan aspek yang paling penting, seperti curah hujan atau frekuensi banjir. Kombinasi kedua metode ini diharapkan dapat memberikan hasil analisis risiko banjir yang lebih akurat dan komprehensif. Penelitian ini dilakukan dengan mengumpulkan data primer dari Kabupaten Aceh Utara, yang meliputi curah hujan, ketinggian, kepadatan penduduk, jarak ke sungai, kemiringan, dan persentase lahan terbangun. Data tersebut kemudian dianalisis menggunakan algoritma K-Means Clustering untuk mengelompokkan wilayah berdasarkan tingkat kerentanannya terhadap banjir. Selanjutnya, metode AHP digunakan untuk menentukan bobot masing-masing faktor risiko dan mengidentifikasi faktor yang paling berpengaruh terhadap risiko banjir. Hasil penelitian menunjukkan bahwa kombinasi metode K-Means Clustering dan AHP efektif dalam mengelompokkan wilayah berdasarkan tingkat risiko banjir dan memberikan gambaran yang jelas mengenai distribusi risiko banjir di Kabupaten Aceh Utara. Hasil ini diharapkan dapat menjadi dasar bagi pengambilan keputusan dalam mitigasi banjir dan meningkatkan kesiapsiagaan masyarakat terhadap ancaman banjir. Kata Kunci: Analisis, Banjir, Klustering, K-Means, AHP

Item Type:	Thesis (S1)
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 57201 - Jurusan Sistem Informasi
Depositing User:	Rika Rahmadhani
Date Deposited:	25 Feb 2025 08:56
Last Modified:	25 Feb 2025 08:56
URI:	https://rama.unimal.ac.id/id/eprint/10359

Actions (login required)

View Item