Pengelompokan Daerah Rawan Bencana di Pulau Sumatera dengan Metode Density Based Spatial Clustering of Applications with Noise (DBSCAN)

Abstract

Pulau Sumatera adalah anggota busur kepulauan sunda yang mencakup kepulauan Andaman-Nicobar sampai
Banda. Pulau Sumatera menjadi salah satu daerah tektonik aktif. Aktivitas lempeng membentuk sebuah
himpunan pegunungan yang membentang dari utara hingga selatan Sumatera. Dengan topografi yang terdiri
dari pegunungan, perbukitan, serta pergerakan lempeng dan iklim yang basah, memungkinkan terjadinya
berbagai bencana alam. Density-Based Spatial Clustering of Applications with Noise (DBSCAN) adalah suatu
algoritma yang termasuk pada golongan density-based clustering, yakni proses pembentukan cluster yang
dilakukan berdasarkan tingkat kerapatan objek dalam dataset. Kelebihan algoritma DBSCAN terletak pada
kemampuannya menangkap outlier atau noise dan tidak perlu mengetahui jumlah cluster yang terbentuk.
Tujuan penelitian ini adalah untuk mengkaji karakteristik bencana alam yang terjadi di Pulau Sumatera.
Berdasarkan hasil analisis penerapan algoritma DBSCAN pada data kejadian bencana alam di kabupaten/kota
di Pulau Sumatera, diperoleh 2 cluster dengan parameter MinPts sebanyak 4 dan Eps sebesar 0,18 merupakan
cluster yang optimal untuk mengelompokkan. Hal tersebut disandarkan pada cluster tersebut menghasilkan
coefficient silhouette dengan nilai sebesar 0,46.
Kata Kunci : Bencana alam, DBSCAN, pulau Sumatera, silhouette coefficient.