Penelitian ini dilakukan untuk mengelompokkan wilayah rawan kejadian darurat
di Kabupaten Bandung berdasarkan data historis kebakaran dan penyelamatan (rescue)
tahun 2022-2024. Permasalahan utama yang dihadapi oleh Dinas Pemadam Kebakaran
dan Penyelamatan Kabupaten Bandung adalah belum tersedianya analisis pemetaan
kerawanan wilayah berbasis data yang dapat digunakan sebagai dasar perencanaan
mitigasi. Metode yang digunakan adalah algoritma K-Means Clustering dengan
pendekatan metodologi CRISP-DM, mulai dari pemahaman kebutuhan bisnis,
pembersihan dan normalisasi data, hingga pemodelan dan evaluasi. Variabel yang
digunakan dalam pemodelan meliputi Frekuensi Kejadian, Rata-rata Response Time, dan
Total Kerugian. Penentuan jumlah cluster paling optimal dilakukan menggunakan Elbow
Method, yang menghasilkan pembagian wilayah ke dalam 3 cluster (K=3). Hasil
pengelompokan menunjukkan terdapat 4 kecamatan dengan tingkat Rawan Tinggi, 7
kecamatan pada tingkat Rawan Sedang, dan 20 kecamatan pada tingkat Rawan Rendah.
Kualitas hasil pemodelan ini dinilai menggunakan metrik evaluasi, yang menghasilkan
skor rata-rata Silhouette Coefficient sebesar 0.30798 dan Davies-Bouldin Index (DBI)
sebesar 1.03530. Sebagai output akhir, hasil clustering ini diimplementasikan ke dalam
sebuah dashboard pemetaan interaktif berbasis web. Hasil penelitian dan sistem ini
diharapkan dapat memberikan masukan yang terukur bagi Dinas Pemadam Kebakaran
Kabupaten Bandung dalam menyusun rencana alokasi pos, pencegahan, dan penanganan
darurat yang lebih tepat sasaran.