Electronic Theses and Dissertation

Latent Class Cluster Analysis (LCCA) merupakan metode statistik berbasis model yang digunakan untuk mengidentifikasi keanggotaan kelas laten berdasarkan data dari variabel-variabel terobservasi. Metode ini dapat mengelompokkan responden berdasarkan persepsi dan penilaian terhadap suatu fenomena. Dalam bidang sosial, LCCA dapat digunakan untuk mengelompokkan masyarakat berdasarkan karakteristik kesiapsiagaan menghadapi bencana. Kota Banda Aceh, yang pernah terdampak gempa dan tsunami besar pada 26 Desember 2004 dengan magnitudo 9,3 SR, merupakan wilayah dengan risiko bencana tinggi yang menuntut kesiapsiagaan masyarakat secara berkelanjutan. Penelitian ini bertujuan untuk mengelompokkan masyarakat Banda Aceh berdasarkan faktor-faktor yang memengaruhi kesiapsiagaan terhadap bencana menggunakan model LCCA, serta mengidentifikasi karakteristiknya pada setiap cluster yang didapatkan. Hasil analisis menunjukkan bahwa model terbaik adalah model dengan tiga kelompok, yang dipilih berdasarkan nilai Akaike Information Criterion (AIC) dan Bayesian Information Criterion (BIC). Kelompok pertama berkarakteristik penghasilan di bawah 4 juta rupiah, tidak mengetahui arah evakuasi, pengetahuan rendah terhadap penyebab tsunami, tidak mengikuti pelatihan, tidak memperoleh informasi, dan memiliki kondisi fisik lemah. Kelompok kedua juga berpenghasilan di bawah 4 juta, mengetahui arah evakuasi, memiliki pengetahuan tinggi terhadap penyebab tsunami, tidak mengikuti pelatihan, tidak memperoleh informasi, namun memiliki kondisi fisik kuat. Kelompok ketiga serupa dalam penghasilan, mengetahui arah evakuasi, memiliki pengetahuan sedang, tidak mengikuti pelatihan, tetapi memperoleh informasi, serta memiliki kondisi fisik yang kuat.

Latent Class Cluster Analysis (LCCA) is a model-based statistical method used to identify latent class membership based on observed variables. This method can classify respondents according to their perceptions and assessments of a particular phenomenon. In the social sciences, LCCA is useful for grouping communities based on characteristics of disaster preparedness. Banda Aceh, a coastal city that was severely affected by a major earthquake and tsunami on December 26, 2004, with a magnitude of 9.3, is an area with high disaster risk that demands continuous community preparedness. This study aims to classify the people of Banda Aceh based on the factors influencing their disaster preparedness using the Latent Class Cluster model and to identify the characteristics of each resulting cluster. The analysis results indicate that the optimal model consists of three groups, selected based on the Akaike Information Criterion (AIC) and Bayesian Information Criterion (BIC) values. The first group is characterized by respondents with a monthly income below four million rupiah, lacking knowledge of evacuation routes, low awareness of tsunami causes, no participation in evacuation training, lack of information access, and poor physical condition. The second group also has a monthly income below four million rupiah, knows the evacuation routes, has high knowledge of tsunami causes, does not attend evacuation training, lacks access to information, but has good physical condition. The third group shares similar income levels, knows evacuation routes, has moderate knowledge of tsunami causes, does not attend training, receives information, and has good physical condition.