Clustering data berbasis principal component analysis untuk melabelkan tingkat kerusakan sektor pasca bencana alam (sertifikat hak cipta)

Agung Teguh Wibowo Almais et al. (2023) Clustering data berbasis principal component analysis untuk melabelkan tingkat kerusakan sektor pasca bencana alam (sertifikat hak cipta). 000500463.

Text 16038.pdf Download (2MB)

Abstract

Data kerusakan sektor pasca bencana merupakan data yang memiliki fitur atau kriteria pada setiap kasus data tingkat kerusakan sector pasca bencana alam. Data kriteria tersebut adalah Building Condition, Building Structure, Building Physical, Building Function, and Other Supporting Conditions. Data tingkat kerusakan sector pasca bencana alam yang digunakan pada penelitian berjumlah 216 data, yang setiap data memiliki 5 kriteria kerusakan sektor pasca bencanan alam. Kemudian PCA digunakan untuk mencari label pada setiap data. Hasil label tersebut akan digunakan untuk mengelompokkan (clustering) data berdasarkan skala nilai hasil normalisasi data pada proses PCA. Pada proses normalisasi data di PCA, data di bagi menjadi 2 komponen yaitu PC1 dan PC2. Masing-masing komponen memiliki nilai variance ratio dan eigen value yang dihasilkan pada proses PCA. Untuk PC1 memiliki variance ratio 85.17% dan eigen value 4.28%, sedangkan PC2 memiliki variance ratio 9.36% dan eigen value 0.47%. Hasil dari normalisasi data kemudian di buat grafik 2 dimensi untuk melihat visualisasi data hasil setiap komponen utama (PC). Hasilnya terdapat 3 pengelompokkan data menggunakan skala nilai berdasarkan grafik hasil PC. Nilai koordinat (n) masing-masing kelompok yaitu kelompok 1 (

Item Type:	Hak Cipta
Keywords:	sektor; pasca bencana;clustering; PCA; label; unsupervised
Subjects:	04 EARTH SCIENCES > 0404 Geophysics 08 INFORMATION AND COMPUTING SCIENCES > 0801 Artificial Intelligence and Image Processing 08 INFORMATION AND COMPUTING SCIENCES > 0806 Information Systems
Divisions:	Faculty of Technology > Department of Informatics Engineering
Depositing User:	Agung teguh Wibowo Almais
Date Deposited:	03 Nov 2023 10:58

Downloads

Origin of downloads

Actions (login required)

View Item