Muhammad Ghaza Azhar Lesmana /152021166 Penulis Chalifa Chazar, ST., MT Dosen Pembimbing 1

Provinsi Jawa Barat merupakan salah satu wilayah di Indonesia dengan tingkat kerawanan bencana alam yang tinggi, sehingga pemetaan wilayah rawan bencana hingga tingkat kecamatan menjadi penting untuk mendukung upaya mitigasi. Penelitian ini bertujuan untuk mengelompokkan wilayah rawan bencana alam di Provinsi Jawa Barat pada tingkat kecamatan menggunakan algoritma Density-Based Spatial Clustering of Applications with Noise (DBSCAN), yang sensitif terhadap parameter epsilon (ε) dan MinPts. Untuk memperoleh parameter optimal, diterapkan Bayesian Optimization. Data yang digunakan meliputi jumlah kejadian bencana alam per kecamatan periode 2022–2024 dari Open Data Jawa Barat serta koordinat geografis kecamatan dari OpenStreetMap. Parameter awal ditentukan melalui analisis k-distance plot, kemudian dioptimasi menggunakan Bayesian Optimization, dengan evaluasi menggunakan Silhouette Coefficient. Hasil pengujian menunjukkan bahwa DBSCAN dengan parameter baseline (ε = 0,18 dan MinPts = 6) menghasilkan nilai Silhouette sebesar 0,5413, sedangkan setelah dilakukan optimasi diperoleh parameter optimal ε = 0,34 dan MinPts = 2 dengan peningkatan nilai Silhouette menjadi 0,7080, yang menunjukkan peningkatan kualitas klasterisasi secara signifikan.