IMPLEMENTASI DATA MINING MELALUI PENGELOMPOKAN DAN ASOSIASI UNTUK PERINGATAN DINI BENCANA DI KABUPATEN BOJONEGORO

Bencana didefinisikan sebagai rangkaian peristiwa atau kejadian yang dapat mengakibatkan penderitaan manusia, kerugian harta benda, kerusakan lingkungan, sarana dan prasarana serta mempengaruhi kehidupan dan penghidupan masyarakat. Berdasarkan data yang diperoleh dari Dinas Pemadam Kebakaran di Kabupaten Bojonegoro dan BPBD Kabupaten Bojonegoro, sepanjang tahun 2019 di Kabupaten Bojonegoro terjadi bencana sebanyak 392 kejadian dengan jumlah desa terdampak sebanyak 695 desa, korban terdampak 20.801 kepala keluarga (KK), dan total kerugian material mencapai Rp 15.44 miliar. Dampak bencana dapat dikurangi atau dapat diminimalkan dengan mempelajari kejadian bencana dan pola yang terbentuk dari data bencana, yaitu dengan melakukan penggalian data (data mining) seperti pemetaan, pengelompokan, dan association rule. Penelitian ini dilakukan dengan tujuan untuk melihat hubungan antara bencana satu dengan bencana lain mengukur seberapa mungkin bencana terjadi. Kejadian bencana bisa sulit diantisipasi ketika kurangnya pengetahuan dan pemahaman tentang bencana seperti di Kabupaten Bojonegoro dengan harapan bencana dapat lebih mudah diperhitungkan kedepannya. Metode yang diterapkan dalam penelitian ini adalah pemetaan, clustering dengan algoritma K-Means dan Association Rule dengan algoritma Apriori. Data sekunder didapatkan dari Badan Penanggulangan Bencana Daerah Kabupaten Bojonegoro dalam rentang 5 Januari 2019 sampai 18 Januari 2023 dengan 8 jenis bencana yaitu, Kebakaran Rumah, Cuaca Ekstrem, Tanah Longsor, Kebakaran Hutan dan Lahan, Banjir Luapan, Banjir Bandang, Kekeringan, dan Kejadian Lain-lain. Hasil kajian ini diketahui model K-Means membagi data menjadi 5 kelompok dari 28 Kecamatan di Kabupaten Bojonegoro. Cluster 0 mempunyai anggota 13 kecamatan, cluster 1 hanya mempunyai 1 anggota kecamatan, cluster 2 mempunyai anggota 4 kecamatan, cluster 3 mempunyai anggota 6 kecamatan, cluster 4 mempunyai anggota 4 kecamatan. Hasil analisis asosiasi yang didapatkan dengan minimum support 10% dan minimum confidence 50% menghasilkan empat aturan asosiasi. Kesimpulan dari penelitian ini menunjukan kecamatan yang memerlukan penanganan lebih yaitu Kecamatan Ngasem dan Kecamatan Bojoengoro, dari 4 aturan asosiasi yang terbentuk aturan ke-empat mempunyai nilai confidence tertinggi yaitu 78.79% apabila terjadi bencana kekeringan maka akan terjadi bencana kebakaran hutan dan lahan.