Analisis Probabilitas Bencana Alam dengan Penerapan Data Mining Menggunakan K-Means dan Linier Regression

Mochamad Althaf Pramasetya Perkasa Althaf, Pramasetya Perkasa, Rianto, Kata Kunci
{"title":"Analisis Probabilitas Bencana Alam dengan Penerapan Data Mining Menggunakan K-Means dan Linier Regression","authors":"Mochamad Althaf Pramasetya Perkasa Althaf, Pramasetya Perkasa, Rianto, Kata Kunci","doi":"10.35473/jamastika.v2i2.2345","DOIUrl":null,"url":null,"abstract":"Penggunaan data mining untuk menghitung probabilitas data bencana adalah pendekatan yang dapat membantu dalam mengidentifikasi pola-pola dan hubungan antara variabel-variabel yang berkontribusi terhadap terjadinya bencana alam. Beberapa teknik data mining yang dapat digunakan termasuk K-Means, regresi linear, dan metode lainnya seperti Decision Tree, Naive Bayes, dan Neural Networks. Penelitian ini dilakukan untuk mendapatkan hasil analisa data dari kejadian bencana alam di wilayah indonesia, dengan metode data mining. Teknik yang digunakan pada data mining yaitu k-means dan linear regression. Dataset diambil dari website BNPB, dengan menjumlahkan data kejadian bencana alam di berbagai wilayah Indonesia dari tahun 2019 hingga 2022.","PeriodicalId":431440,"journal":{"name":"Jurnal Mahasiswa Teknik Informatika","volume":"11 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2023-10-02","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Mahasiswa Teknik Informatika","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.35473/jamastika.v2i2.2345","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Penggunaan data mining untuk menghitung probabilitas data bencana adalah pendekatan yang dapat membantu dalam mengidentifikasi pola-pola dan hubungan antara variabel-variabel yang berkontribusi terhadap terjadinya bencana alam. Beberapa teknik data mining yang dapat digunakan termasuk K-Means, regresi linear, dan metode lainnya seperti Decision Tree, Naive Bayes, dan Neural Networks. Penelitian ini dilakukan untuk mendapatkan hasil analisa data dari kejadian bencana alam di wilayah indonesia, dengan metode data mining. Teknik yang digunakan pada data mining yaitu k-means dan linear regression. Dataset diambil dari website BNPB, dengan menjumlahkan data kejadian bencana alam di berbagai wilayah Indonesia dari tahun 2019 hingga 2022.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
利用 K-Means 和线性回归进行数据挖掘的自然灾害概率分析
使用数据挖掘来计算灾害数据的概率是一种有助于识别导致自然灾害发生的变量之间的模式和关系的方法。可以使用的数据挖掘技术包括 K-Means、线性回归和其他方法,如决策树、Naive Bayes 和神经网络。这项研究旨在利用数据挖掘方法,获得印度尼西亚地区自然灾害事件的数据分析结果。数据挖掘中使用的技术是 k-means 和线性回归。数据集来自印尼国家防灾局(BNPB)网站,由2019年至2022年印尼各地区自然灾害事件的数据汇总而成。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
RANCANG BANGUN ALAT PAKAN DAN MINUM AYAM PETELUR BERBASIS ARDUINO Sistem Informasi Manajemen Surat Menyurat Berbasis Web Menggunakan Metode Waterfall Di Desa Bodeh Kecamatan Randublatung Kabupaten Blora Website Penanaman Pohon Lingkar Hijau Menggunakan Metode Waterfall Rancang Bangun Aplikasi Penemuan dan Kehilangan Barang Berbasis Android Analisis Probabilitas Bencana Alam dengan Penerapan Data Mining Menggunakan K-Means dan Linier Regression
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1