Evaluasi tingkat kerawanan longsor menggunakan artificial neuron network (ann) di Kecamatan Bumiaji – Kota Batu / Claudio Sigit Rahardian Ramadhan - Repositori Universitas Negeri Malang

Evaluasi tingkat kerawanan longsor menggunakan artificial neuron network (ann) di Kecamatan Bumiaji – Kota Batu / Claudio Sigit Rahardian Ramadhan

Ramadhan, Claudio Sigit Rahardian (2022) Evaluasi tingkat kerawanan longsor menggunakan artificial neuron network (ann) di Kecamatan Bumiaji – Kota Batu / Claudio Sigit Rahardian Ramadhan. Diploma thesis, Universitas Negeri Malang.

Full text not available from this repository.

Abstract

Tanah Longsor merupakan salah satu bencana yang kerap terjadi di Indonesia. Fenomena ini sering mengakibatkan kerugian antara lain hilangnya harta benda korban jiwa kerusakan sarana dan prasarana adalah beberapa dampak negatifnya. Sepanjang tahun 2014 hingga akhir 2018 terdapat 38 kejadian longsor dan gerakan tanah dengan level rendah sampai tinggi di Kecamatan Bumiaji Kota Batu. Jumlah 38 kejadian tersebut merupakan data yang tercatat di BPBD Jatim. Penelitian ini menggunakan pemodelan numerik untuk mendapatkan kelas kerawanan bencana longsor melalui kalkulasi indeks bahaya kejadian longsor. Permodelan numerik menggunakan satuan terkecil (piksel) pada data inputan yang mewakili informasi karakteristik dari suatu lahan. Penggunaan ANN dalam penelitian ini bertujuan memberi perhitungan bobot masing masing parameter se-akurat mungkin dengan kondisi asli yang di visualisasi menggunakan peta inventarisasi kejadian longsor. Karena pembobotan dan perhitungan dilakukan oleh mesin/komputer maka campur tangan manusia dalam olah data semakin sedikit sehingga meminimalisir kesalahan faktor pengguna. Hasil penelitian menunjukkan dari 4 parameter longsor 2 diantaranya memiliki pengaruh besar dalam kerawanan bahaya Longsor. Faktor tersebut yakni kemiringan lereng dan curah hujan. Faktor kemiringan lereng dapat dilihat pada peta kerawanan longsor metode ANN dimana kawasan barat Kecamatan Bumiaji yang didominasi kemiringan lereng 14 ndash 45 % memiliki kerawanan longsor tinggi ndash sangat tinggi serta kawasan utara yang mana terdapat pola melingkar untuk kerawanan tinngi mengikuti sebaran curah hujan tahunan. Model ANN yang digunakan dalam perhitungan kerawanan longsor ini memiliki nilai MSE 0.12749 yang artinya error model sangat kecil dengan R regresi sebesar 0.98417 yang berarti data latih ANN dengan data kerawanan Longsor Aktual memiliki korelasi yang dekat atau berpola. Jika ditinjau pola kejadian longsornya dari 38 data kejadian longsor aktual yang digunakan sekitar 30 kejadian longsor terdapat di lokasi dengan kerawanan longsor tinggi-sangat tinggi atau 78.9% dari seluruh kejadian longsor aktual yang dipakai sedangkan 8 kejadian lainnya terdapat dilokasi dengan kerawanan rendah-sedang.

Item Type: Thesis (Diploma)
Subjects: ?? ??
Divisions: Fakultas Ilmu Sosial (FIS) > Departemen Geografi (GEO) > S1 Geografi
Depositing User: Users 2 not found.
Date Deposited: 07 Mar 2022 04:29
Last Modified: 09 Sep 2022 03:00
URI: http://repository.um.ac.id/id/eprint/265138

Actions (login required)

View Item View Item