PREDIKSI KEJADIAN BANJIR DI WILAYAH KOTA BANDAR LAMPUNG DENGAN METODE ARTIFICIAL NEURAL NETWORK

Nurpambudi, Ramadhan and Aziz, RZ Abdul (2022) PREDIKSI KEJADIAN BANJIR DI WILAYAH KOTA BANDAR LAMPUNG DENGAN METODE ARTIFICIAL NEURAL NETWORK. Masters thesis, Institut Informatika Dan Bisnis Darmajaya.

	Text Cover.pdf Download (25kB)
	Text Abstrak.pdf Download (128kB)
	Text Halaman Persetujuan dan Halaman Pengesahan.pdf Download (366kB)
	Text Daftar Isi.pdf Download (100kB)
	Text Bab 1.pdf Download (77kB)
	Text Bab 2.pdf Download (258kB)
	Text Bab 3.pdf Download (143kB)
	Text Bab 4.pdf Download (307kB)
	Text Bab 5.pdf Download (66kB)
	Text Daftar Pustaka.pdf Download (143kB)
	Text Lampiran.pdf Download (986kB)

Abstract

Kota Bandar Lampung saat ini mengalami banjir musiman yang terjadi hampir setiap tahun sehingga menimbulkan kerugian yang cukup besar. Banjir yang tercatat oleh BNPB dalam 10 tahun terakhir terdapat 16 kejadian banjir di wilayah Kota Bandar Lampung. Lebih dari 14.000 orang menderita, lebih dari 500 orang harus mengungsi, lebih dari 900 rumah rusak, dan 4 fasilitas umum rusak. Untuk mempelajari pola kejadian banjir di masa lalu digunakan metode pembelajaran Artificial Neural Network (Backpropagation) yang akan memanfaatkan kemampuan mempelajari variabel nonlinier yang dimilikinya. Pengaturan konfigurasi Artificial Neural Network dilakukan secara eksperimen tanpa dasar dalam pemberian nilai, terutama untuk parameter jumlah hidden layer (2-5), jumlah neuron (10-50), dan epoch (3000, 5000, 10000) yang digunakan dalam pelatihan dan pengujian variabel. Hasil yang diperoleh dari penelitian ini adalah hasil pelatihan dan pengujian dataset yang telah dilakukan oleh Artificial Neural Network mampu mempelajari dengan baik pola kejadian banjir dan juga kejadian tidak banjir pada dataset, hal ini dibuktikan dengan nilai akurasi yang tinggi dan juga hasil tabel prediksi yang mampu menggambarkan kondisi sebenarnya, pengaturan konfigurasi secara eksperimen mampu menghasilkan nilai akurasi mencapai 90-100%, nilai korelasi pelatihan rata-rata sebesar 0,96 dan nilai korelasi pengujian rata-rata sebesar 0,89, dan untuk nilai error rata-rata 0,0089 berdasarkan 20 model konfigurasi. Selanjutnya dibuat tabel prediksi banjir berdasarkan model konfigurasi terbaik dengan tingkat akurasi pelatihan dan pengujian mencapai 100% dengan nilai error 0,00134 yaitu model konfigurasi 20, tabel prediksi menggunakan suhu udara rata-rata 27˚C dengan kelembaban 80%. Tabel prediksi yang dihasilkan mampu menggambarkan potensi kejadian banjir yang sangat baik dan mampu merepresentasikan kejadian banjir maupun kejadian tidak banjir berdasarkan hasil pembelajaran dataset.

Item Type:	Thesis (Masters)
Subjects:	Ilmu Komputer eTheses
Divisions:	Pasca Sarjana > Magister Teknik Informatika
Depositing User:	Mr Ramadhan Nurpambudi
Date Deposited:	21 Feb 2023 02:02
Last Modified:	21 Feb 2023 02:02
URI:	http://repo.darmajaya.ac.id/id/eprint/11079

Actions (login required)

View Item