Analisis Pengelompokan Provinsi Di Indonesia Berdasarkan Intensitas Bencana Alam Menggunakan Density Based Spatial Clustering Of Applications With Noise (DBSCAN)

Bencana alam adalah peristiwa yang disebabkan oleh faktor alam. Indonesia memiliki struktur wilayah geologi kompleks yang menjadikan Indonesia rawan terjadi bencana alam. Penelitian ini menggunakan Density Based Spatial Clustering of Applications with Noise (DBSCAN) dalam mengelompokan provinsi di Indonesia berdasarkan intensitas bencana alam. DBSCAN merupakan algoritma pengelompokan berdasarkan kepadatan data yang membutuhkan dua parameter, yaitu epsilon dan MinPts. Hasil penelitian ini berdasarkan kinerja metode DBSCAN ditinjau dari nilai silhouette coefficient sebesar 0.54. Dengan menggunakan epsilon 1.5 dan MinPts 2 membentuk 3 cluster dan 3 noise. Cluster 1 terdapat 2 provinsi tergolong wilayah intensitas bencana alam tinggi dengan rataan 25.3, cluster 2 terdapat 27 provinsi tergolong wilayah intensitas bencana alam rendah dengan rataan 4.0, cluster 3 terdapat 2 provinsi tergolong wilayah intensitas bencana alam sedang dengan rataan 8.5 dan noise terdapat 3 provinsi yaitu Jawa Barat, Jawa Tengah, Jawa Timur yang tergolong wilayah intensitas bencana alam sangat tinggi dengan rataan 86.1.

Kata Kunci: Bencana Alam, Clustering, DBSCAN, Silhouette Coefficient.