MODEL PREDIKSI DENGAN ARTIFICIAL NEURAL NETWORK UNTUK KEJADIAN BANJIR ROB DI WILAYAH PESISIR KOTA BANDAR LAMPUNG

Wulandari, Eka Suci Puspita and Aziz, RZ Abdul (2022) MODEL PREDIKSI DENGAN ARTIFICIAL NEURAL NETWORK UNTUK KEJADIAN BANJIR ROB DI WILAYAH PESISIR KOTA BANDAR LAMPUNG. Masters thesis, Institut Informatika Dan Bisnis Darmajaya.

	Text Cover.pdf Download (25kB)
	Text Abstrak.pdf Download (73kB)
	Text Halaman Pengesahan dan Halaman Persetujuan.pdf Download (438kB)
	Text Daftar Isi.pdf Download (114kB)
	Text Bab 1.pdf Download (118kB)
	Text Bab 2.pdf Download (230kB)
	Text Bab 3.pdf Download (117kB)
	Text Bab 4.pdf Download (245kB)
	Text Bab 5.pdf Download (12kB)
	Text Daftar Pustaka.pdf Download (80kB)
	Text Lampiran.pdf Download (1MB)

Abstract

Kenaikan muka air laut paling cepat dimulai pada tahun 2013 dan mencapai titik tertinggi pada tahun 2021. Hal ini merupakan bagian dari dampak pemanasan global yang sedang berlangsung saat ini, dimana es di kutub terus mencair, gletser juga terus mencair sehingga menyebabkan kenaikan muka air laut. Di wilayah Kota Bandar Lampung terdapat beberapa wilayah yang terancam banjir rob yaitu Desa Kota Karang dan Desa Kangkung, Desa Bumi Waras, dan Desa Sukaraja. Bandar Lampung sendiri merupakan pusat kota yang berada di kawasan pesisir. Dimana mayoritas penduduknya berada di wilayah Pesisir sehingga terjadinya banjir rob disebabkan oleh naiknya permukaan air laut dapat mengancam banyak nyawa. Untuk mempelajari kejadian banjir rob di masa lalu, penelitian ini menggunakan Artificial Neural Network yang memiliki kemampuan untuk mempelajari data non linier yang kemudian dilakukan pelatihan dan pengujian hingga diperoleh model konfigurasi yang terbaik. Berdasarkan analisis dan pembahasan yang telah dilakukan, dapat ditarik beberapa poin penting antara lain hasil pelatihan dan pengujian dataset yang telah dilakukan Artificial Neural Network mampu dengan baik mempelajari pola kejadian banjir rob serta kejadian tidak banjir rob pada pembagian dataset 50:50, 60:40, 70:30, 80:20, dan 90:10. Hal ini dibuktikan dengan hasil akurasi konfigurasi model yang tinggi dan juga hasil tabel prediksi yang mampu menggambarkan kondisi sebenarnya, pengaturan konfigurasi model secara eksperimen mampu menghasilkan nilai akurasi training terbaik mencapai 100% sedangkan untuk akurasi pengujian terbaik adalah 88%. Rata-rata nilai korelasi pelatihan dengan dataset 50:50 adalah 0,975, dataset 60:40 adalah 0,975, dataset 70:30 adalah 0,951, dataset 80:20 adalah 0,935, dan dataset 90:10 adalah 0,929. Untuk nilai rata-rata korelasi pengujian dengan dataset 50:50 sebesar 0,514, dataset 60:40 adalah 0,362, dataset 70:30 adalah 0,488, dataset 80:20 adalah 0,284, dan dataset 90:10 adalah 0,402. Sedangkan rata-rata nilai error untuk dataset 50:50 adalah 0,006, dataset 60:40 adalah 0,006, dataset 70:30 adalah 0,010, dataset 80:20 adalah 0,007, dan dataset 90:10 adalah 0,007, tabel prediksi banjir rob dibuat berdasarkan satu konfigurasi terbaik dengan tingkat akurasi pelatihan sebesar 100% dan akurasi pengujian sebesar 88% dengan nilai eror 0.013 yaitu model konfigurasi 20 pada pembagian dataset 50:50. Tabel prediksi banjir rob menggunakan pasang tinggi muka laut 1.5 meter. Tabel prediksi banjir rob mampu memberikan nilai prosentase banjir rob yang baik terutama saat ada fenomena astronomi aktif. Hasil tabel prediksi banjir yang baik ini menggambarkan bahwa Artificial Neural Network mampu mempelajari dataset dengan baik dan dapat digunakan oleh prakirawan BMKG dalam pembuatan peringatan dini banjir rob kepada masyarakat dan juga instansi lainnya untuk mencegah terjadinya korban jiwa dimasa depan.

Item Type:	Thesis (Masters)
Subjects:	Ilmu Komputer eTheses
Divisions:	Pasca Sarjana > Magister Teknik Informatika
Depositing User:	Mrs Eka Suci Puspita Wulandari
Date Deposited:	21 Feb 2023 02:29
Last Modified:	21 Feb 2023 02:29
URI:	http://repo.darmajaya.ac.id/id/eprint/11080

Actions (login required)

View Item