Search engine for discovering works of Art, research articles, and books related to Art and Culture
ShareThis
Javascript must be enabled to continue!

IDENTIFIKASI KEPADATAN PENDUDUK DI PROVINSI JAWA BARAT MENGGUNAKAN HIERARCHICAL CLUSTERING

View through CrossRef
Penelitian ini menerapkan algoritma hierarchical clustering untuk mengidentifikasi pola kepadatan penduduk di Jawa Barat (18 kabupaten, 9 kota) sebagai dasar penanggulangan bencana alam. Data kepadatan penduduk 2020-2022 dari Dinas Kependudukan Jawa Barat dianalisis untuk mengelompokkan wilayah menjadi tiga kategori: terpadat, sedang, dan terendah. Metode hierarchical clustering digunakan untuk mengelompokkan wilayah berdasarkan kepadatan penduduk dan potensi banjir, dengan atribut tambahan yaitu keberadaan sungai. Hasil pengelompokan dievaluasi menggunakan Davies-Bouldin index. Hasilnya menunjukkan bahwa algoritma berhasil diterapkan, mengelompokkan 20 kabupaten/kota dengan kepadatan penduduk terendah (Cluster 0), 3 kabupaten/kota dengan kepadatan sedang (Cluster 1), dan 4 kabupaten/kota dengan kepadatan terpadat (Cluster 2).Penelitian ini diharapkan dapat memberikan wawasan kepada pemerintah dan lembaga terkait dalam merencanakan mitigasi bencana berdasarkan pola kepadatan penduduk, sehingga dapat mengurangi risiko bencana alam di masa depan. Penelitian ini mengambil data dari sumber resmi https://jabar.bps.go.id/indicator/12/245/1/kepadatan-penduduk-menurut-kabupaten-kota.html. Tujuan utama penelitian ini adalah untuk memahami pola kepadatan penduduk yang dapat memberikan indikasi tingkat risiko terhadap bencana alam tertentu di wilayah Jawa Barat. Informasi ini diharapkan dapat digunakan sebagai dasar untuk strategi penanggulangan bencana yang lebih efektif dan efisien di masa depan. Implikasi dari penelitian ini menunjukkan bahwa dengan memahami pola kepadatan penduduk dan distribusi sungai melalui metode hierarchical clustering, pemerintah dan lembaga terkait dapat merumuskan strategi penanggulangan bencana yang lebih tepat sasaran.
Title: IDENTIFIKASI KEPADATAN PENDUDUK DI PROVINSI JAWA BARAT MENGGUNAKAN HIERARCHICAL CLUSTERING
Description:
Penelitian ini menerapkan algoritma hierarchical clustering untuk mengidentifikasi pola kepadatan penduduk di Jawa Barat (18 kabupaten, 9 kota) sebagai dasar penanggulangan bencana alam.
Data kepadatan penduduk 2020-2022 dari Dinas Kependudukan Jawa Barat dianalisis untuk mengelompokkan wilayah menjadi tiga kategori: terpadat, sedang, dan terendah.
Metode hierarchical clustering digunakan untuk mengelompokkan wilayah berdasarkan kepadatan penduduk dan potensi banjir, dengan atribut tambahan yaitu keberadaan sungai.
Hasil pengelompokan dievaluasi menggunakan Davies-Bouldin index.
Hasilnya menunjukkan bahwa algoritma berhasil diterapkan, mengelompokkan 20 kabupaten/kota dengan kepadatan penduduk terendah (Cluster 0), 3 kabupaten/kota dengan kepadatan sedang (Cluster 1), dan 4 kabupaten/kota dengan kepadatan terpadat (Cluster 2).
Penelitian ini diharapkan dapat memberikan wawasan kepada pemerintah dan lembaga terkait dalam merencanakan mitigasi bencana berdasarkan pola kepadatan penduduk, sehingga dapat mengurangi risiko bencana alam di masa depan.
Penelitian ini mengambil data dari sumber resmi https://jabar.
bps.
go.
id/indicator/12/245/1/kepadatan-penduduk-menurut-kabupaten-kota.
html.
Tujuan utama penelitian ini adalah untuk memahami pola kepadatan penduduk yang dapat memberikan indikasi tingkat risiko terhadap bencana alam tertentu di wilayah Jawa Barat.
Informasi ini diharapkan dapat digunakan sebagai dasar untuk strategi penanggulangan bencana yang lebih efektif dan efisien di masa depan.
Implikasi dari penelitian ini menunjukkan bahwa dengan memahami pola kepadatan penduduk dan distribusi sungai melalui metode hierarchical clustering, pemerintah dan lembaga terkait dapat merumuskan strategi penanggulangan bencana yang lebih tepat sasaran.

Related Results

ANALISIS DATA SCIENCE PADA STRUKTUR DATA KEPADATAN PENDUDUK KOTA TEGAL
ANALISIS DATA SCIENCE PADA STRUKTUR DATA KEPADATAN PENDUDUK KOTA TEGAL
Indonesia merupakan negara dengan kepadatan penduduk yang sangat banyak nomer 4 di dunia. Kepadatan penduduk Indonesia mengalami peningkatan yang cukup signifikan setiap tahunnya, ...
Perkiraan Angka Migrasi Neto Perkelompok Umur Provinsi Jawa Barat Tahun 2020 dan 2021
Perkiraan Angka Migrasi Neto Perkelompok Umur Provinsi Jawa Barat Tahun 2020 dan 2021
Abstract. Population dynamics in an area are influenced by factors of mortality, fertility and migration. In the study of population dynamics between regions in Indonesia, the migr...
Penerapan Algoritma K-Means Clustering Dalam Pengelompokkan Kepadatan Penduduk
Penerapan Algoritma K-Means Clustering Dalam Pengelompokkan Kepadatan Penduduk
Kepadatan penduduk yang tidak merata akan memberikan dampak buruk jika tidak diperhatikan. Salah satu cara untuk menanggulangi masalah ini dengan kebijakan perencanaan pengelolaan ...
Sejarah Nahdlatul Ulama Jawa Barat: Dari Pesantren hingga Panggung Politik
Sejarah Nahdlatul Ulama Jawa Barat: Dari Pesantren hingga Panggung Politik
Nahdlatul Ulama (NU) merupakan organisasi Islam dengan pengikut terbesar di Indonesia bahkan di dunia, pendirian NU didirikan di Surabaya pada 31 Januari 1926 atas sumbangsih dari ...
KETIMPANGAN SPASIAL DAN SEKTOR UNGGULAN DALAM ARUS EKONOMI DIGITAL DAN EKONOMI HIJAU: STUDI KASUS DELAPAN PROVINSI DI INDONESIA
KETIMPANGAN SPASIAL DAN SEKTOR UNGGULAN DALAM ARUS EKONOMI DIGITAL DAN EKONOMI HIJAU: STUDI KASUS DELAPAN PROVINSI DI INDONESIA
Transformasi digital dan transisi hijau semakin menjadi fokus pembangunan ekonomi nasional tetapi penyebaran manfaatnya belum merata di seluruh wilayah Indonesia. Dengan mempertimb...
Faktor yang Mempengaruhi Kemiskinan di Provinsi Jawa Tengah Menggunakan Regresi Data Panel
Faktor yang Mempengaruhi Kemiskinan di Provinsi Jawa Tengah Menggunakan Regresi Data Panel
Kemiskinan merupakan permasalahan umum yang dihadapi negara berkembang seperti Indonesia. Salah satu hal yang dapat menjadikan keberhasilan bagi pembangunan suatu neara yaitu dapat...
Pemodelan Data Kemiskinan di Provinsi Jawa Barat Menggunakan Regresi Spasial Data Panel
Pemodelan Data Kemiskinan di Provinsi Jawa Barat Menggunakan Regresi Spasial Data Panel
Persentase kemiskinan di Provinsi Jawa Barat masih tergolong cukup tinggi dan masih menjadi fokus perhatian pemerintah. Faktor-faktor yang memengaruhi kemiskinan penting untuk dike...
Dinamika Penduduk Kabupaten/Kota di Provinsi Jambi
Dinamika Penduduk Kabupaten/Kota di Provinsi Jambi
Abstrak Penelitian ini bertujuan untuk menganalisis dinamika penduduk pada kabupaten/kota di Provinsi Jambi yang mencakup kondisi dan perkembangan kuantitas penduduk (jumlah, kompo...

Back to Top