APLIKASI SEGMENTASI NEGARA BERDASARKAN KONTRIBUSI DAN DAMPAK PEMANASAN GLOBAL MENGGUNAKAN ALGORITMA K-MEANS

Muhammad Ridho Pratama; Jatmalika Abi Kurniawan; Muhammad Rizal; Wahyu Rivaldi; Siti Nurdiani

doi:10.23960/jitet.v14i1.8453

Muhammad Ridho Pratama
Universitas Bina Sarana Informatika
Jatmalika Abi Kurniawan
Universitas Bina Sarana Informatika
Muhammad Rizal
Universitas Bina Sarana Informatika
Wahyu Rivaldi
Universitas Bina Sarana Informatika
Siti Nurdiani
Universitas Bina Sarana Informatika

DOI: https://doi.org/10.23960/jitet.v14i1.8453

Keywords Global Warming, K-Means Clustering, Streamlit, Elbow, Segment Counties

Abstract Views (Last 12 Months)

161 Abstract Views

133 Downloads

Abstract

Pemanasan global menuntun pada pendekatan berbasis data untuk menyusun kontribusi dan dampak bagi setiap negara secara akurat. Penelitian ini menggunakan algoritma K-Means Klastering untuk mensegmentasikan negara yang diterapkan melalui platform Streamlit. Dataset perubahan iklim diolah melalui beberapa tahapan preprocessing, termasuk normalisasi data menggunakan StandardScaler guna menghindari ketimpangan atribut tertentu. Berdasarkan analisis dengan metode Elbow, diperoleh tiga klaster yang terbaik (K = 3) yang mewakilkan kelompok Resiko Tinggi, Mitigasi Aktif, dan Kontribusi Polusi Tinggi. Peneletian ini membuktikan bahwa K-Means secara efektif mampu utnuk mengelompokan data yang bersifat multidimensi. Selain itu, Streamlit memberikan fasilitas berupa visualisasi interaktif dan mendukung penyajian data secara dinamis. Penelitian ini diharapkan mampu memberikan perspektif yang komprehensif bagi para pemangku kebijakan dalam menyusun strategi mitigasi iklim yang lebih terarah dan efektif.

Downloads

Download data is not yet available.

References

Jefri Kurniawan, Abdul Razak, Nurhasan Syah, Skunda Diliarosta, and Aulia Azhar, “Pemanasan Global: Faktor, Dampak dan Upaya Penanggulangan,” INSOLOGI J. Sains dan Teknol., vol. 3, no. 6, pp. 646–655, 2024, doi: 10.55123/insologi.v3i6.4627.

P. Global and D. D. A. N. Antisipasinya, “Oleh AGNES SRI MULYANI,” 2021.

A. Frananda, A. Naibaho, and A. Zahra, “PREDIKSI KELULUSAN SISWA SEKOLAH MENENGAH PERTAMA MENGGUNAKAN MACHINE LEARNING,” vol. 11, no. 3, 2023.

A. Khormarudin, “Data Mining Technique: K-Means Klastering Algorithm,” J. Ilmu Komput., pp. 1–12, 2016, [Online]. Available: https://ilmukomputer.org/category/datamining/

N. Krisdianto, R. Kyandra Atharizqi, W. T. Nurhasanaah, P. Informatika, U. Sultan, and A. Tirtayasa, “International Jurnal of Informatics Pengembangan Sistem Pengenalan Objek Multi-Kelas Berbasis Segmentasi Citra dengan YOLOv11 dan Streamlit,” IJInf Int. J. Informatics, vol. 5, pp. 1–18, 2025.

P. N. Lhokseumawe, K. Pengantar, rahayu deny danar dan alvi furwanti Alwie, A. B. Prasetio, and R. Andespa, Implementasi Metode K-Means Klastering Untuk Pengelompokan Generasi Milenial Berdasarkan Perilaku Hemat Energi, vol. 2, no. 1. 2020.

R. Pratama and L. Parinduri, “PENAGGULANGAN PEMANASAN GLOBAL Riza Pratama , Luthfi Parinduri,” vol. 3814, pp. 91–95.

F. Febriansyah, “Penerapan Algoritma K-Means Klastering Data Gizi Balita Pada Uptd Puskesmas Bumi Agung,” J. Inform. dan Tek. Elektro Terap., vol. 12, no. 3, 2024, doi: 10.23960/jitet.v12i3.4923.

G. A. B. Suryanegara, Adiwijaya, and M. D. Purbolaksono, “Improved Classification Results in the Random Forest Algorithm for Detection of Diabetes Patients Using the Normalization Method,” J. RESTI, vol. 5, no. 1, pp. 114–122, 2021, doi: 10.29207/resti.v5i1.2880.

A. P. Margaretha, N. Ulinnuha, and P. K. Intan, “Klastering Data Kecelakaan Lalu Lintas melalui Algoritma K-Means dengan Seleksi Fitur Chi-Square,” pp. 215–224, 2024.

Y. D. Prasetyo, A. F. Hidayati, E. Maulida, and F. Y. Silalahi, “Implementasi Algoritma K-Means Klastering dalam Penentuan Gangguan Tidur Seseorang berdasarkan Gaya Hidup,” J. Inf. Eng. Educ. Technol., vol. 8, no. 1, pp. 54–61, 2024, doi: 10.26740/jieet.v8n1.p54-61.

A. W. Fuadah, F. N. Arifin, and O. Juwita, “Optimasi K-Klasterisasi Ketahanan Pangan Kabupaten Jember Menggunakan Metode Elbow,” INFORMAL Informatics J., vol. 6, no. 3, p. 136, 2021, doi: 10.19184/isj.v6i3.28363.

G. Sumantri, M. D. Novianto, and P. P. Prihastuti, “Implementasi Fuzzy C-Means dalam Pengelompokan Provinsi di Indonesia untuk Pemerataan Kualitas Pendidikan,” Pros. Semin. Pendidik. Mat. dan Mat., vol. 8, no. 2721, 2023, doi: 10.21831/pspmm.v8i2.310.

N. laras Agustina, No Titיליle. 2019.

A. Salam, D. Adiatma, and J. Zeniarja, “Implementasi Algoritma K-Means Dalam Pengklasteran untuk Rekomendasi Penerima Beasiswa PPA di UDINUS,” JOINS (Journal Inf. Syst., vol. 5, no. 1, pp. 62–68, 2020, doi: 10.33633/joins.v5i1.3350.

P. Bintoro, Ratnasari, E. Wihardjo, I. P. Putri, dan A. Asari, Pengantar Machine Learning. Solok: PT MAFY Media Literasi Indonesia, 2024. ISBN: 978-623-8758-78-4.