Hybrid Hierarchical Clustering dalam Pengelompokan Daerah Rawan Bencana Tanah Longsor di Sulawesi Selatan

Fithriyah Azzahrah; Suwardi Annas; Zulkifli Rais

doi:10.35580/variansiunm38

Fithriyah Azzahrah Universitas Negeri Makassar
Suwardi Annas Department of Statistics, Universitas Negeri Makassar
Zulkifli Rais Department of Statistics, Universitas Negeri Makassar

DOI: https://doi.org/10.35580/variansiunm38

Keywords: Hybrid Hierarchical Clustering, Lanslide, Grouping

Abstract

This study aims to describe and classify areas prone to landslides in South Sulawesi. The method used is Hybrid Hierarchical Clustering. The data used is landslide disaster data sourced from the National Disaster Management Agency (BNPB) for 2018-2020 in South Sulawesi. The variables used are the number of landslides, deaths, damaged houses, injured victims, and damaged public facilities. Grouping using the Hybrid Hierarchical Clustering method with mutual clusters using bottom-up and top-down methods. Grouping with bottom-up method produces 2 groups, top-down method produces 2 groups and 1 best mutual cluster. The ratio results in the bottom-up method is 0.84, the top-down method is 1.07 and the mutual cluster is 0.84. The grouping results obtained were 2 groups.

References

Alfira, A., Hermin, F., & Wiraningsih, E. D. (2016). Analisis Hybrid Mutual Clustering menggunakan Jarak Square Euclidean. 2–3.

Awaliah, R. (2018). Analisis Clustering untuk mengelompokkan tingkat kesejahteraan kabupaten/kota berdasarkan sosial ekonomi rumah tangga di wilayah Provinsi Sulawesi Selatan. 75383.

Azma, S. (2015). Perbandingan Analisis Klaster Menggunakan Metode Single Linkage , Complete Linkage , Average Linkage Dan K-Means Untuk Pengelompokan.

BNPB. (2021). Definisi Bencana. Badan Nasional Penanggulangan Bencana.

Chipman, H., & Tibshirani, R. (2006). Hybrid hierarchical clustering with applications to microarray data. Biostatistics, 7(2), 286–301. https://doi.org/10.1093/biostatistics/kxj007

Dewi, D. A. I. C., & Pramita, D. A. K. (2019). Analisis Perbandingan Metode Elbow dan Silhouette pada Algoritma Clustering K-Medoids dalam Pengelompokan Produksi Kerajinan Bali. Matrix : Jurnal Manajemen Teknologi Dan Informatika, 9(3), 102–109. https://doi.org/10.31940/matrix.v9i3.1662

Djafar, N. M., Wijayanti, L. N., Elprilita, A. R., & Widodo, E. (2021). Pengelompokan Produksi Perkebunan Menurut Kabupaten/Kota Jawa Tengah Tahun 2020 Menggunakan Hierarchical Clustering. Journal of Mathematics Education and Science, 4(2), 59–66. https://doi.org/10.32665/james.v4i2.230

Faizana, F., Nugraha, A. L., & Yuwono, B. D. (2015). Pemetan Risiko Bencana Tanah Longsor Kota Semarang. Jurnal Geodesi Undip, 4(1), 42.

Hidayat, R., Wasono, R., & Darsyah, M. Y. (2017). Pengelompokan Kabupaten/Kota Di Jawa Tengah Menggunakan Metode K-Means Dan Fuzzy C-Means. Prosiding Seminar Nasional & Internasional, 240–250. https://jurnal.unimus.ac.id/index.php/psn12012010/article/view/3017/2932

Laraswati, T. F. (2013). Perbandingan kinerja Metode Complete Linkage, Metode Average Linkage, dan Metode K-Means dalam menentukan hasil Analisis Cluster. 9(2), 62–68.

Mariyani, D., Purnami, S. W., & Winahju, W. S. (2011). Penerapan Hybrid Hierarchical Clustering melalui Mutual Cluster dalam Pengelompokan Kabupaten di Jawa Timur Berdasarkan Variabel Sektor Pertanian. 1–10.

Muhidin, A. (2017). Analisa Metode Hierarchical Clsutering dan K-Mean dengan Model LRFMP pada Segmentasi Pelanggan. SIGMA, Jurnal Teknologi Pelita Bangsa, 7(1), 82–83.

Murugesan, K., & Zhang, J. (2011). Hybrid Hierarchical Clustering: an Experimental Analysis. 5. http://www.cs.uky.edu/~jzhang/pub/MINING/keer1.html

Nugroho, S. (2008). Statistika Multivariat Terapan (J. Rizal (ed.); Edisi Pert). Unib Press.

Prima, G. R. (2021). Analisa Perbandingan Nilai K Terbaik Untuk Clustering K-Means Menggunakan Pendekatan Elbow Dan Silhouette Pada Citra Aksara Jawa Oleh : Comparative Analysis Of The Best K-Value For Clustering K-Means Using Elbow And Silhouette Approach On Javanese Script .