METODE ANN UNTUK PREDIKSI TANAH LONGSOR BERDASARKAN CURAH HUJAN DI KABUPATEN PURWAKARTA
DOI:
https://doi.org/10.70248/jdaics.v2i1.1403Abstract
Bencana alam, termasuk tanah longsor, merupakan ancaman signifikan yang dapat mengganggu keberlangsungan hidup dan menyebabkan kerugian besar di Indonesia, terutama di wilayah yang rawan seperti Kabupaten Purwakarta. Dengan latar belakang ini, penelitian ini bertujuan untuk mengembangkan model prediksi potensi tanah longsor berdasarkan data curah hujan menggunakan metode Artificial Neural Network (ANN). Penelitian ini menganalisis karakteristik curah hujan di Kabupaten Purwakarta dan mengimplementasikan ANN sebagai alat prediksi. Metode ANN dipilih karena kemampuannya dalam mengenali pola dan hubungan dalam data kompleks, yang sulit diidentifikasi oleh pendekatan konvensional. Hasil penelitian menunjukkan bahwa curah hujan merupakan faktor signifikan yang mempengaruhi potensi tanah longsor di Kabupaten Purwakarta. Model ANN yang dikembangkan mampu memprediksi potensi tanah longsor dengan akurasi yang tinggi, dimana nilai R² sebesar 0.8374 diperoleh pada data testing, menunjukkan bahwa model dapat menjelaskan 83.74% dari variabilitas data baru. Penelitian ini memberikan kontribusi penting dalam upaya mitigasi bencana tanah longsor di Kabupaten Purwakarta dengan menggunakan teknologi kecerdasan buatan.
References
BPBD JABAR. (n.d.). Retrieved November 18, 2023, from https://bpbd.jabarprov.go.id/s=%3Evisi-dan-misi
Fadhilla, M., Saf, M. R. A., & Sahid, D. S. S. (2017). Pengenalan kepribadian seseorang berdasarkan pola tulisan tangan menggunakan jaringan saraf tiruan. Jurnal Nasional Teknik Elektro Dan Teknologi Informasi, 6(3), 365–373.
Ginanjar Bayuaji, D., Laila Nugraha, A., & Sukmono, A. (2016). ANALISIS PENENTUAN ZONASI RISIKO BENCANA TANAH LONGSOR BERBASIS SISTEM INFORMASI GEOGRAFIS (Studi Kasus : Kabupaten Banjarnegara). In Jurnal Geodesi Undip Januari (Vol. 5, Issue 1).
Guha, S., Jana, R. K., & Sanyal, M. K. (2022). Artificial neural network approaches for disaster management: A literature review. International Journal of Disaster Risk Reduction, 81, 103276.
Prediksi. (2016). Https://Kbbi.Kemdikbud.Go.Id/Entri/Prediksi.
Rohmawati, F., Rohman, M. G., & Mujilahwati, S. (2017). Sistem Prediksi Jumlah Pengunjung Wisata Wego Kec. Sugio Kab. Lamongan Menggunakan Metode Fuzzy Time Series. Joutica: Journal of Informatic Unisla, 2(2).
Soewarno, K. (2015). Pengukuran dan Pengolahan Data Curah Hujan, Contoh Aplikasi Hidrologi Dalam Pengelolaan Sumber Daya Air. Yogyakarta: Graha Ilmu.
Triatmodjo, B. (2008). Hidrologi Terapan (Yogyakarta: Beta Offset).
