Hasil Pencarian  ::  Simpan CSV :: Kembali

"Permintaan pasar terhadap produk berteknologi tinggi selalu berubah dari waktu kewaktu dari segi spesifikasi. Untuk menjadi tetap kompetitif, sistem produksi perlu menjadi fleksibel dan dapat di konfigurasi sehingga dapat menghadapi kustomisasi massal. Perakitan fleksibel (FAL) memungkinkan produksi berbagai jenis barang dengan efisiensi tinggi. Salah satu contohnya adalah kartu unit proses grafik (GPU-Card). Perakitan fleksibel memerlukan desain sistem yang komprehensif dan penjadwalan sehingga bisa memaksimalkan penggunaan sumber daya. Studi ini mengadopsi permodelan simulasi berbasis agen (ABMS) untuk perakitan fleksibel karena kemampuan dari ABMS dalam fleksibilitas dan skalabilitas. Kerangka yang diusulkan terdiri dari tiga bagian: lingkungan nyata, lingkungan virtual, dan evaluasi dan analisis. Studi ini menguraikan hasil dari metode pengurutan dan penjadwalan dalam perakitan fleksibel dengan menggunakan permodelan simulasi berbasis agen. Analisa Pareto Frontier dilakukan untuk menyelesaikan konflik kepentingan dari keterlambatan pengiriman produk, hasil produksi, dan utilisasi sumber daya.

---

Abstrak Berbahasa Inggris:

Market demands of high-tech products always evolves over time by product specification. To be competitive, a production system needs to be flexible and reconfigurable as facing mass-customization. Flexible assembly line (FAL) enables mixed production with high efficiency. One example is graphic processing unit (GPU) cards. FAL requires comprehensive system design and scheduling to fully utilize the resources. This study adopts agent based simulation (ABS) modelling for an FAL because of the abilities of ABS in flexibility and scalability. The proposed framework consists of three parts: real environment, virtual environment, and evaluation and analysis. This study elaborates sequencing and scheduling performances in the GPU-card assembly line by using agent-based simulation modelling. Pareto frontier analysis is conducted to resolve conflicts between part tardiness, throughput, and resource utilization."

"Ketidakpastian total permintaan mengakibatkan ketidakpastian dalam jumlah penggunaan truk pengiriman semen dan total biaya angkut yang dikeluarkan. Oleh karena itu penulis melakukan peramalan permintaan untuk bulan selanjutnya, menggunakan peramalan Autoregressive Integrated Moving Average (ARIMA) sebelum data peramalan tersebut diolah menggunakan metode mixed integer linear programming (MILP) untuk menentukan jumlah truk yang digunakan dan total biaya angkut yang dikeluarkan menggunakan solver Gurobi pada software Python. biaya angkut pada bulan November mengalami penurunan dari bulan sebelumnya, sebesar Rp3,587,172 dari Rp135,972,376. Keberhasilan penurunan jumlah penggunaan truk dari yang bermuatan 10 ton sebanyak 35 menjadi 8, 20 ton sebanyak 41 menjadi 19, dan 30 ton sebanyak 17 tetap menjadi 17 mengahasilkan penurunan total biaya angkut sebanyak Rp132,386,204.

---

Uncertainty in total demand results in uncertainty in the number of trucks used for cement delivery and the total transportation costs incurred. Therefore, the authors forecast demand for the next month, using Autoregressive Integrated Moving Average (ARIMA) forecasting before the forecasting data is processed using the mixed integer linear programming (MILP) method to determine the number of trucks used and the total transportation costs incurred using the Gurobi solver in Python software. transportation costs in November decreased from the previous month, amounting to Rp3,587.172 from Rp135,972,376. The success of reducing the number of trucks using 10 tons of 35 to 8, 20 tons of 41 to 19, and 30 tons of 17 still being 17 resulted in a decrease in the total transportation cost of Rp.132,386,204."

"In the dynamic and competitive realm of global manufacturing, the tire industry stands as a critical pillar supporting automotive safety, performance, and sustainability. With a total market valued that has been increasing since the last few years and an annual global production exceeding 2.5 billion units according to statista as of 2023, and a compound annual growth rate of 3.31%, the tire manufacture operate under rigorous standards to meet diverse consumer demands and regulatory requirements worldwide In this dynamic environment, PT. XYZ plays a significant role as a key player in Indonesia’s tire manufacturing sector. To undertake the broader dynamics of global tire manufacturing and regional competition, PT. XYZ aligns its quality assurance strategis with global industry standards while addressing unique challenges and opportunities in the Indonesia market. This study aims to evaluate the current manufacturing process of radial tire, specifically in the curing process by implementing six sigma methodology and synergizing the DMAIC (Define, Measure, Analyze, Improve, and Control) framework, to discover underlying cause of accidental defect production within the company. Based on the evaluation, it is discovered that the main contributors of defects consist of Leaky Bladder, Pinched Bead, Buckled Bead, Light Inside and Open Mold. To eliminate the current problem occurring within the process, machinery and industry 4.0 tools are developed adapting to the problem type for each company such as leaky bladder detection system, bead repair system, and others.

---

Dalam dunia manufaktur global yang dinamis dan kompetitif, industri ban berdiri sebagai pilar penting yang mendukung keselamatan, kinerja, dan keberlanjutan otomotif. Dengan total nilai pasar yang terus meningkat sejak beberapa tahun terakhir dan produksi global tahunan yang melebihi 2,5 miliar unit menurut statista pada tahun 2023, serta tingkat pertumbuhan tahunan gabungan sebesar 3,31%, manufaktur ban beroperasi di bawah standar yang ketat untuk memenuhi permintaan konsumen yang beragam dan persyaratan peraturan di seluruh dunia. Dalam lingkungan yang dinamis ini, PT. XYZ memainkan peran penting sebagai pemain kunci dalam sektor manufaktur ban di Indonesia. Untuk menghadapi dinamika yang lebih luas dari manufaktur ban global dan persaingan regional, PT. XYZ menyelaraskan strategi jaminan kualitasnya dengan standar industri global sekaligus menjawab tantangan dan peluang unik di pasar Indonesia. Penelitian ini bertujuan untuk mengevaluasi proses produksi ban radial saat ini, khususnya pada proses curing dengan mengimplementasikan metodologi six sigma dan mensinergikan kerangka kerja DMAIC (Define, Measure, Analyze, Improve, and Control), untuk menemukan penyebab utama terjadinya cacat produksi yang tidak disengaja di perusahaan. Berdasarkan hasil evaluasi, ditemukan bahwa kontributor utama cacat terdiri dari Leaky Bladder, Pinched Bead, Buckled Bead, Light Inside, dan Open Mold. Untuk menghilangkan masalah yang terjadi dalam proses, mesin dan alat industri 4.0 dikembangkan menyesuaikan dengan jenis masalah di setiap perusahaan seperti sistem deteksi kandung kemih bocor, sistem perbaikan manik-manik, dan lain-lain."

"Industri otomotif merupakan salah satu sektor yang sedang berkembang pesat di Indonesia. Pertumbuhan ini memacu peningkatan pengiriman pasokan otomotif, tidak hanya di Pulau Jawa, tetapi juga di pulau-pulau lainnya. Peningkatan aktivitas distribusi ini, jika tidak disertai dengan perencanaan yang matang, dapat mengakibatkan kenaikan biaya distribusi yang signifikan. Oleh karena itu, diperlukan strategi distribusi yang optimal dari gudang hingga ke pelanggan. Penelitian ini mengembangkan model matematika untuk meminimalkan biaya distribusi menggunakan metode hub & spoke dengan pendekatan mixed integer linear programming (MILP). Model ini kemudian diterjemahkan ke dalam program Python menggunakan library PuLP. Biaya distribusi yang dianalisis terdiri dari biaya shuttle atau pengiriman first mile dan biaya truk atau pengiriman last mile. Hasil penelitian selama 26 periode menunjukkan bahwa model distribusi hub & spoke yang dikembangkan mampu mengurangi total biaya distribusi hingga 35% dibandingkan dengan biaya pengiriman aktual perusahaan. Selain itu, model ini juga menunjukkan tingkat utilisasi kendaraan yang optimal dengan rata-rata kapasitas muatan terisi 75% untuk shuttle dan 90% untuk truk pada setiap periode.

---

The automotive industry is one of the rapidly growing sectors in Indonesia. This growth has driven an increase in automotive supply shipments not only on the island of Java but also on other islands. Increased distribution activities, if not accompanied by thorough planning, can lead to a significant rise in distribution costs. Therefore, an optimal distribution strategy from the warehouse to the customer is essential. This study develops a mathematical model to minimize distribution costs using the hub & spoke method with a mixed integer linear programming (MILP) approach. The model is then translated into a Python program using the PuLP library. The distribution costs analyzed include shuttle costs or first mile delivery and truck costs or last mile delivery. The results of the study over 26 periods indicate that the proposed hub & spoke distribution model can reduce total distribution costs by up to 35% compared to the company's actual shipping costs. Additionally, this hub & spoke delivery model also shows optimal vehicle utilization rates with an average load capacity of 75% for shuttles and 90% for trucks in each period."

"Penelitian ini menganalisis akurasi peramalan permintaan produk barang konsumsi cepat (FMCG) menggunakan model Machine Learning, yaitu LSTM (Long Short-Term Memory) dan SARIMAX (Seasonal AutoRegressive Integrated Moving Average with eXogenous regressors), dengan data sekunder dari April 2021 hingga April 2024 yang terdiri dari 36 observasi bulanan. Variabel dependen adalah total penjualan, sementara variabel eksogen mencakup pengeluaran per kapita, adopsi produk, proporsi penjualan dari promosi, jumlah toko yang menjual produk, dan pangsa pasar produk. Hasil menunjukkan model LSTM memiliki akurasi lebih tinggi dalam memprediksi nilai penjualan dibandingkan SARIMAX, dengan nilai Mean Absolute Percentage Error (MAPE) yang lebih rendah pada sebagian besar sampel. Analisis korelasi mengungkapkan variabel jumlah toko yang menjual produk dan adopsi produk berpengaruh signifikan terhadap nilai penjualan dalam model LSTM, sedangkan SARIMAX unggul dalam menangkap pola musiman namun memiliki MAPE lebih tinggi. Penelitian ini menyarankan penggunaan model LSTM untuk data time series yang kompleks dan tidak stasioner, sementara SARIMAX lebih cocok untuk data dengan komponen musiman yang kuat. Pemilihan model harus mempertimbangkan karakteristik data dan tujuan analisis.

---

This study analyzes the forecasting accuracy of fast-moving consumer goods (FMCG) demand using Machine Learning models, namely LSTM (Long Short-Term Memory) and SARIMAX (Seasonal AutoRegressive Integrated Moving Average with eXogenous regressors), utilizing secondary data from April 2021 to April 2024 with a total of 36 monthly observations. The dependent variable is sales value, while the exogenous variables include spend per buyer, product penetration, promo % of value, the number of stores selling, and market share. The results indicate that the LSTM model has higher accuracy in predicting sales value compared to the SARIMAX model, with a lower Mean Absolute Percentage Error (MAPE) for most samples. Correlation analysis reveals that the variables number of stores selling and product penetration significantly influence sales value in the LSTM model, whereas SARIMAX excels in capturing seasonal patterns but has a higher MAPE. This study recommends using the LSTM model for complex and non-stationary time series data, while SARIMAX is more suitable for data with strong seasonal components. Model selection should consider the characteristics of the data and the objectives of the analysis."

"Salah satu negara di dunia yang mengkhawatirkan permasalahan pencemaran laut akibat limbah plastik adalah Indonesia, dimana Indonesia merupakan negara penyumbang limbah plastik laut terbanyak kedua di dunia setelah Tiongkok. Penyebab dari permasalahan tersebut adalah kapasitas pengelolaan limbah Indonesia saat ini belum mampu menangani besarnya jumlah limbah yang dihasilkan. Produksi limbah plastik ini berpotensi terus mengalami kenaikan seiring dengan meningkatnya populasi dan pertumbuhan ekonomi di Indonesia. Pemerintah telah menyusun beberapa strategi untuk mengatasi hal tersebut, salah satu di antaranya adalah mendorong peralihan pendekatan pengelolaan limbah yang digunakan dari ekonomi linier menjadi ekonomi sirkular. Salah satu perusahaan yang turut berpartisipasi dalam pendekatan ini adalah PT Tridi Oasis yang merupakan sebuah perusahaan yang mendaur ulang botol plastik berbahan PET (polietilena tereftalat) menjadi bentuk serpihan. Untuk terus mendukung peningkatan daur ulang limbah di Indonesia dan mengembangkan bisnisnya, PT Tridi Oasis harus mengatasi permasalahan yang sedang dihadapinya saat ini, yaitu ketidaktercapaian hasil produksi terhadap target produksi yang telah ditetapkan, sehingga perusahaan perlu meningkatkan kinerja produksinya. Overall Equipment Effectiveness (OEE) merupakan salah satu pengukuran kinerja yang dapat membantu perusahaan dalam memahami seberapa baik kinerja dari proses manufaktur dan mengidentifikasi hal apa yang menghalangi kenaikan efektivitas tersebut. Berdasarkan hasil perhitungan, nilai OEE masih tergolong rendah, yaitu sebesar 4,30%, sehingga OEE belum memenuhi target perusahaan maupun standar kelas dunia. Hasil tersebut menunjukkan bahwa kinerja produksi PT Tridi Oasis masih belum optimal karena ada kerugian (losses) yang terjadi selama proses produksi yang menyebabkan nilai OEE menjadi rendah. Kerugian yang paling berpengaruh terhadap kinerja produksi PT Tridi Oasis adalah speed losses sebesar 55,03% dan quality losses sebesar 32,18%. Selanjutnya, dilakukan identifikasi mode kegagalan pada kedua losses tersebut yang menghasilkan 5 mode kegagalan untuk speed losses dan 6 kegagalan untuk quality losses. Kemudian, ditentukan tindakan perbaikan yang dapat dilakukan oleh perusahaan untuk mengatasi setiap mode kegagalan.

---

One of the countries in the world that is concerned about the problem of marine plastic debris is Indonesia, where Indonesia is the second-largest contributor to marine plastic debris in the world after China. The cause of this problem is that Indonesia's current waste management capacity is not able to handle the amount of waste generated. The production of plastic waste has the potential to continue to increase along with the increasing population and economic growth in Indonesia. The government has developed several strategies to overcome this issue, one of which is to encourage the shift of the waste management approach used from a linear economy to a circular economy. One of the companies participating in this approach is PT Tridi Oasis, a company that recycles plastic bottles made from PET (polyethylene terephthalate) into flakes. To continue to support the increase in waste recycling in Indonesia and to develop its business, PT Tridi Oasis must overcome the problem they currently face, namely the failure to achieve the production target that has been set, so the company needs to improve its production performance. Overall Equipment Effectiveness (OEE) is a performance measurement that can help a company understand how well the manufacturing process performs and identify what hinders the increase in effectiveness. Based on the calculation results, the OEE value is still relatively low, at 4.30%, so that OEE has not met the company's target or world-class standards. The results indicate that the production performance of PT Tridi Oasis is still not optimal because there are losses that occur during the production process which causes the OEE value to be low. The losses that affect the production performance of PT Tridi Oasis the most are speed losses of 55.03% and quality losses of 32.18%. Furthermore, the identification of failure modes for the two losses resulted in 5 failure modes for speed losses and 6 failures for quality losses. Then, the recommended actions that can be taken by the company to overcome each failure mode are planned."

"Perdagangan sembako merupakan salah satu sektor industri dan bisnis yang sangat besar, terutama di Indonesia, di mana negara ini banyak bergerak di bidang agrikultur. Salah satu dari komponen sembako yang sangat besar adalah telur, dan perdagangan telur adalah suatu industri yang mempunyai banyak persaingan dari hulu ke hilir. Dikarenakan telur merupai produk yang menjadi konsumsi sehari-hari masyarakat, maka hampir semua bisnis kuliner dan tata boga membutuhkan telur. Dari kebutuhan itu, maka ada agen atau toko yang penjadi penyalur telur di suatu daerah. Penelitian ini bertujuan untuk memberikan segmentasi pelanggan dan parameter yang dapat membantu pedagang tersebut mengidentifikasi segmen pelanggan mereka dengan menggunakan model RFM. Hal ini akan sangat membantu usaha tersebut mengembangkan strategi pemasaran dan bisnis mereka, ini sangat penting dikarenakan perdagangan telur ini adalah bisnis red ocean yang sangat banyak pesaingnya, jadi harus mempunyai strategi yang tepat untuk berkembang. Hasil dari penelitian ini diharapkan akan membantu membuat kategori segmen yang tepat untuk pedagang telur di Indonesia.

---

Grocery trading is one of the biggest industrial and business sectors, especially in Indonesia, where the country is heavily engaged in agriculture. One of the major components of basic food is eggs, and the egg trade is an industry that has a lot of competition from upstream to downstream. Because eggs are a product that is consumed daily by the public, almost all culinary and catering businesses need eggs. From that need, there are agents or shops that distribute eggs in an area. This research aims to provide customer segmentation and parameters that can help these merchants identify their customer segments using the RFM model combined with teh statistical approach of clustering and data distribution. This will greatly help the business develop their marketing and business strategies, by using costumer data as a source for statistical analysis, combined with RFM for costumer segmentation method, it is hoped that the results of this research will hopefully help categorize the right segments for egg traders in Indonesia."

"In the current age of globalization, technology and information are one of the most rapidly developing aspects of world life. Technological advances to facilitate customers and companies in many fields, one of which is the banking sector. Some banking transactions that can be done via the internet or online are fund transfers, payment of electricity/water bills and e-commerce, investment and top-up of credit/data packages, etc. Digital banking transactions in Indonesia grew 158% in the last 5 years from January 2018 to April 2023. One of them can be seen in the growth of BNI Mobile Banking users in February 2023 reaching 14.03 million users. This number jumped 25% (YoY) when compared to the same period the previous year of 11.22 million users. E-Service Quality in its interaction with services is the degree to which a service effectively and efficiently facilitates the shopping, purchasing and delivery processes of products and services. The utilitarian dimension in the study includes security/privacy and practicality (which includes usability and ease of use). The hedonistic dimension is more subjective and personalized than the utilitarian dimension and is more related to fun and enjoyment than task completion. This dimension reflects the potential pleasure and emotional value of shopping for and using products. This research uses the PLS-SEM approach. Based on the results of the analysis, this study reveals that there are variables that can optimally improve service quality and customer loyalty for BNI mobile banking in Indonesia.

---

In the current age of globalization, technology and information are one of the most rapidly developing aspects of world life. Technological advances to facilitate customers and companies in many fields, one of which is the banking sector. Some banking transactions that can be done via the internet or online are fund transfers, payment of electricity/water bills and e-commerce, investment and top-up of credit/data packages, etc.  Digital banking transactions in Indonesia grew 158% in the last 5 years from January 2018 to April 2023. One of them can be seen in the growth of BNI Mobile Banking users in February 2023 reaching 14.03 million users. This number jumped 25% (YoY) when compared to the same period the previous year of 11.22 million users. E-Service Quality in its interaction with services is the degree to which a service effectively and efficiently facilitates the shopping, purchasing and delivery processes of products and services. The utilitarian dimension in the study includes security/privacy and practicality (which includes usability and ease of use). The hedonistic dimension is more subjective and personalized than the utilitarian dimension and is more related to fun and enjoyment than task completion. This dimension reflects the potential pleasure and emotional value of shopping for and using products. This research uses the PLS-SEM approach. Based on the results of the analysis, this study reveals that there are variables that can optimally improve service quality and customer loyalty for BNI mobile banking in Indonesia."

"Tesis ini mengeksplorasi strategi untuk meningkatkan Overall Equipment Effectiveness (OEE) dalam industri manufaktur wrapped v-belt untuk penggunaan industri, dengan fokus utama pada efisiensi jadwal produksi. Pendekatan ini melibatkan peningkatan prioritas pengiriman kepada pelanggan dan pengurangan waktu hilang akibat proses setup adjustment. Dengan mengintegrasikan analisis data empiris dan menerapkan metodologi Six Big Losses, penelitian ini berhasil mengidentifikasi faktor-faktor utama yang mempengaruhi efektivitas jadwal produksi dan mengusulkan solusi praktis untuk meningkatkan ketersediaan produksi. Kerangka kerja Six Big Losses unggul dalam mengidentifikasi dan mengkategorikan sumber-sumber paling signifikan dalam ketidakefisienan produksi, memungkinkan perbaikan yang ditargetkan untuk memaksimalkan OEE. Hasilnya menunjukkan peningkatan signifikan dalam nilai OEE, yang secara langsung memenuhi persyaratan waktu pengiriman sesuai dengan jadwal pengiriman pelanggan. Secara khusus, kerugian terbesar dari Six Big Losses yang diidentifikasi adalah setup adjustment. Job sequencing unggul dalam mengoptimalkan efisiensi produksi dengan menata tugas secara strategis untuk meminimalkan waktu henti dan memastikan penyelesaian tepat waktu, sehingga meningkatkan produktivitas operasional secara keseluruhan. Dengan menggunakan job sequencing untuk mengurangi keterlambatan total, waktu setup dapat diminimalkan, yang mengarah pada peningkatan lebih lanjut dalam efisiensi dan efektivitas produksi. Rata-rata OEE setelah pengurangan penyesuaian setup meningkat dari 62,92% menjadi 67,02%, menjadi dampak substansial dari strategi penjadwalan.

---

This thesis explores strategies for improving Overall Equipment Effectiveness (OEE) in the wrapped v-belt manufacturing industry for industrial usage, with a primary focus on production schedule efficiency. The approach involves increasing delivery priority to customers and reducing lost time due to setup adjustment processes. By integrating empirical data analysis and applying the Six Big Losses methodology, this study successfully identifies key factors that affect the effectiveness of the production schedule and proposes practical solutions to enhance production availability. The Six Big Losses framework excels in identifying and categorizing the most significant sources of production inefficiency, enabling targeted improvements to maximize overall equipment effectiveness (OEE). The results demonstrate a significant improvement in OEE values, directly meeting the delivery time requirements according to customer delivery schedules. Notably, the most significant of the Six Big Losses identified is setup adjustment. Job sequencing excels in optimizing production efficiency by strategically arranging tasks to minimize downtime and ensure timely completion, thereby enhancing overall operational productivity. By employing job sequencing to reduce total tardiness, the setup time can be minimized, leading to further improvements in production efficiency and effectiveness. The average OEE after reducing setup adjustment increased from 62.92% to 67.02%, highlighting the substantial impact of strategic scheduling."

"Peradaban yang terus berkembang telah membuat konflik antara manusia dan lingkungan menjadi semakin parah sehingga menyebabkan banyak terjadinya bencana alam. Banyak negara yang terdampak oleh bencana alam dan salah satunya adalah Indonesia. Kondisi dan letak geografis Indonesia menyebabkan banyak terjadinya bencana alam di Indonesia. Oleh karena itu, perlu dilakukan pengelompokan daerah bencana alam di Indonesia untuk mengetahui daerah yang paling sering terkena bencana alam. Metode clustering dapat digunakan untuk mengetahui daerah tersebut. Dari studi literatur yang telah dilakukan, belum ada penelitian yang menggunakan metode hierarchical clustering dan fuzzy c-means untuk clustering daerah bencana alam di Indonesia. Maka dari itu, tujuan dari penelitian ini adalah mengklasifikasi daerah yang sering mengalami bencana alam di Indonesia dengan menggunakan metode hierarchical clustering dan fuzzy c-means. Data yang digunakan dalam penelitian ini adalah data bencana alam di Indonesia dari tahun 2019 hingga 2023. Variabel yang digunakan adalah jumlah kebakaran hutan dan lahan, banjir, cuaca ekstrem, gelombang pasang, tanah longsor, kekeringan, erupsi gunung api, dan gempa bumi di setiap kabupaten yang terdampak bencana alam. Hasil clustering menunjukan terdapat 66 daerah yang sering mengalami banjir, 45 daerah yang sering mengalami kebakaran hutan dan gelombang pasang, dan 30 daerah yang sering mengalami cuaca ekstrem, tanah longsor, kekeringan, erupsi gunung api, dan gempa bumi.

---

The continuously evolving civilization has exacerbated the conflict between humans and the environment, leading to increasingly severe natural disasters. Many countries are affected by natural disasters, and one of them is Indonesia. Indonesia's conditions and geographic location contribute to the occurrence of numerous natural disasters in the country. Therefore, it is necessary to classify areas prone to natural disasters in Indonesia to identify the most frequently affected regions. Clustering methods can be used to determine these areas. From the literature review conducted, there has been no research utilizing hierarchical clustering and fuzzy c-means methods for clustering areas prone to natural disasters in Indonesia. Therefore, the aim of this research is to classify areas that frequently experience natural disasters in Indonesia using hierarchical clustering and fuzzy c-means methods. The data used in this research is the natural disaster data in Indonesia from 2019 to 2023. The variables used include the number of forest and land fires, floods, extreme weather events, tidal waves, landslides, droughts, volcanic eruptions, and earthquakes in each disaster-affected district. The clustering results indicate that there are 66 regions frequently experiencing floods, 45 regions often experiencing forest fires and tidal waves, and 30 regions commonly facing extreme weather, landslides, droughts, volcanic eruptions, and earthquakes."