PENERAPAN ALGORITMA K-MEANS CLUSTERING UNTUK PENGELOMPOKAN WILAYAH RAWAN BANJIR

The city of Cirebon is one of the cities that often experiences floods caused by very high rainfall and people often throw garbage in the sewers and into the river so that the river becomes clogged and overflows. To classify flood-prone areas in the city of Cirebon, an algorithm is needed. Therefore, the method used in this research is the K-Means Clustering Algorithm method. The data was processed using the RapidMiner application with this clustering stage producing 5 clusters consisting of Cluster 0 totaling 8 items, Cluster 1 totaling 15 items, Cluster 2 totaling 33 items, Cluster 3 totaling 10 items, and Cluster 4 having 32 items. The results of this study indicate that the K-Means Clustering Algorithm can group flood-prone areas in the city of Cirebon.Kota Cirebon merupakan salah satu kota yang sering mengalami bencana banjir yang disebabkan karena curah hujan yang sangat tinggi dan seringnya pula masyarakat membuang sampah sembarangan yang terbawa dalam aliran got dan ke sungai sehingga aliran sungai menjadi tersumbat dan meluap. Untuk mengelompokkan wilayah-wilayah yang rawan banjir di kota Cirebon diperlukan suatu algoritma. Oleh karena itu metode yang digunakan pada penelitian ini adalah metode Algoritma K-Means Clustering. Data diolah menggunakan aplikasi RapidMiner dengan tahapan clustering ini menghasilkan 5 cluster yang terdiri dari Cluster 0 berjumlah 8 items, Cluster 1 berjumlah 15 items, Cluster 2 berjumlah 33 items Cluster 3 berjumlah 10 items, dan Cluster 4 berjumlah 32 items. Hasil penelitian ini menyatakan bahwa Algoritma K-Means Clustering ini dapat mengelompokan wilayah rawan banjir di kota Cirebon