EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

Clustering Data Kejadian Kebakaran di Jakarta Menggunakan Algoritma K-Means untuk Identifikasi Daerah Rawan

Yudistira Pratama, Firmansyah, Dicky Risdyanto, Hendra Supendar, Riza Fahlapi

Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) · 21.06.2026 · 5 (1) · 934-941

DOI: 10.62712/juktisi.v5i1.1237 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI), online erschienen am 21.06.2026. Verfasst von Yudistira Pratama und 4 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kebakaran merupakan salah satu bencana yang sering terjadi di wilayah perkotaan dan berpotensi menimbulkan kerugian material, korban jiwa, serta gangguan terhadap aktivitas masyarakat. Tingginya kepadatan penduduk dan kompleksitas lingkungan perkotaan di Provinsi DKI Jakarta menyebabkan tingkat kerawanan kebakaran berbeda pada setiap wilayah, sehingga diperlukan identifikasi daerah rawan sebagai dasar penyusunan strategi mitigasi yang lebih tepat sasaran. Penelitian ini bertujuan untuk mengelompokkan 44 kecamatan di Provinsi DKI Jakarta berdasarkan karakteristik kejadian kebakaran menggunakan algoritma K-Means Clustering. Variabel yang digunakan meliputi total frekuensi kejadian kebakaran, rata-rata kepadatan penduduk, total jumlah penduduk, dan rata-rata jumlah sosialisasi pencegahan kebakaran. Data diproses melalui tahapan Knowledge Discovery in Database (KDD), yang meliputi seleksi data, preprocessing, normalisasi menggunakan metode Z-Score, proses clustering menggunakan algoritma K-Means, serta evaluasi hasil menggunakan Silhouette Coefficient. Hasil penelitian menunjukkan bahwa jumlah klaster optimal diperoleh pada k=5 dengan nilai silhouette sebesar 0,347. Pengelompokan menghasilkan lima klaster dengan karakteristik yang berbeda secara signifikan berdasarkan hasil uji ANOVA dan chi-square. Klaster C3 yang terdiri dari Kecamatan Cengkareng, Kalideres, dan Cakung teridentifikasi sebagai wilayah dengan tingkat kerawanan kebakaran tertinggi karena memiliki frekuensi kejadian kebakaran dan jumlah penduduk terbesar dibandingkan klaster lainnya. Hasil penelitian menunjukkan bahwa algoritma K-Means mampu mengidentifikasi pola kerawanan kebakaran secara objektif dan dapat dimanfaatkan sebagai dasar pengambilan keputusan dalam penyusunan program mitigasi dan pencegahan kebakaran berbasis wilayah di Provinsi DKI Jakarta.

Zitieren

APA

Pratama, Y., Firmansyah, Risdyanto, D., Supendar, H., & Fahlapi, R. (2026). Clustering Data Kejadian Kebakaran di Jakarta Menggunakan Algoritma K-Means untuk Identifikasi Daerah Rawan. Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI), 5(1), 934-941. https://doi.org/10.62712/juktisi.v5i1.1237

Vancouver

Pratama Y, Firmansyah, Risdyanto D, Supendar H, Fahlapi R. Clustering Data Kejadian Kebakaran di Jakarta Menggunakan Algoritma K-Means untuk Identifikasi Daerah Rawan. Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI). 2026;5(1):934-941. doi:10.62712/juktisi.v5i1.1237

BibTeX
@article{Pratama2026,
  author = {Pratama, Yudistira and Firmansyah and Risdyanto, Dicky and Supendar, Hendra and Fahlapi, Riza},
  title = {Clustering Data Kejadian Kebakaran di Jakarta Menggunakan Algoritma K-Means untuk Identifikasi Daerah Rawan},
  journal = {Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI)},
  year = {2026},
  volume = {5},
  number = {1},
  pages = {934--941},
  doi = {10.62712/juktisi.v5i1.1237}
}
Kostenlos starten →