Sistem Informasi Geografis Pemetaan Wilayah Rawan Banjir Menggunakan Metode K-Means Clustering (Studi Kasus : Kabupaten Jember)

Abstract

Analisis data kriteria penyebab banjir dapat menggunakan metode MSI (Method Succesive Interval) yang bertujuan untuk mentransformasi bentuk data rasio menjadi data interval sehingga dapat digunakan untuk keperluan clustering. Adapun data rasio yang harus ditransformasi menjadi data interval antara lain data jenis tanah, data kemiringan lahan, data penggunaan lahan dan data buffer sungai. Sistem ini menerapkan metode K-Means Clustering untuk pengelompokan wilayah rawan banjir. Adapun hasil clustering dibedakan menjadi lima kelompok cluster yaitu Banjir Tinggi, Banjir Sedang, Banjir Rendah, Banjir Aman, dan Non Banjir dengan lima variabel kriteria penghitungan yaitu Jenis Tanah, Kemiringan Lahan, Penggunaan Lahan, Buffer Sungai, dan Curah Hujan.