//
Warning: Cannot modify header information - headers already sent by (output started at /home/etdlibitenasac/public_html/index.php:1) in /home/etdlibitenasac/public_html/sysconfig.inc.php on line 185

Deprecated: Methods with the same name as their class will not be constructors in a future version of PHP; StringReader has a deprecated constructor in /home/etdlibitenasac/public_html/lib/lang/php-gettext/streams.php on line 48

Deprecated: Methods with the same name as their class will not be constructors in a future version of PHP; FileReader has a deprecated constructor in /home/etdlibitenasac/public_html/lib/lang/php-gettext/streams.php on line 84

Deprecated: Methods with the same name as their class will not be constructors in a future version of PHP; CachedFileReader has a deprecated constructor in /home/etdlibitenasac/public_html/lib/lang/php-gettext/streams.php on line 145

Deprecated: Methods with the same name as their class will not be constructors in a future version of PHP; gettext_reader has a deprecated constructor in /home/etdlibitenasac/public_html/lib/lang/php-gettext/gettext.php on line 36

Warning: session_start(): Cannot start session when headers already sent in /home/etdlibitenasac/public_html/index.php on line 38
PEMETAAN DAERAH RAWAN LONGSOR MENGGUNAKAN METODE MACHINE LEARNING DENGAN TEKNIK SVM (SUPPORT VECTOR MACHINE) DI KABUPATEN BANDUNG BARAT

Detail Cantuman

PEMETAAN DAERAH RAWAN LONGSOR MENGGUNAKAN METODE MACHINE LEARNING DENGAN TEKNIK SVM (SUPPORT VECTOR MACHINE) DI KABUPATEN BANDUNG BARAT

PEMETAAN DAERAH RAWAN LONGSOR MENGGUNAKAN METODE MACHINE LEARNING DENGAN TEKNIK SVM (SUPPORT VECTOR MACHINE) DI KABUPATEN BANDUNG BARAT


Kabupaten Bandung Barat merupakan daerah dengan potensi tinggi terdampak bencana tanah longsor. Hal ini disebabkan oleh topografinya yang berupa perbukitan dan pegunungan, serta meningkatnya jumlah pemukim setiap tahunnya. Penelitian ini bertujuan untuk mengidentifikasi dan memetakan variabel kerawanan tanah longsor di Kabupaten Bandung Barat menggunakan metode Support Vector Machine (SVM). Metode SVM dipilih karena kemampuannya dalam mengolah data dengan kompleksitas tinggi dan memberikan prediksi yang akurat dibandingkan dengan metode Random Forest (RF) dan Neural Networks (NN). Penelitian ini menggunakan 6 parameter: curah hujan, jenis batuan, jenis tanah, kemiringan lereng, kerapatan vegetasi, dan penggunaan lahan, serta data historis kejadian longsor dari tahun 2015 hingga 2023. Dataset yang digunakan terbagi dalam proporsi 70% untuk pelatihan dan 30% untuk pengujian, dengan total 550 titik data terpilih. Model Support Vector Machine yang dihasilkan kemudian divalidasi dengan menggunakan 128 titik kejadian tanah longsor dari tahun 2022-2023. Hasil dari pemodelan menunjukkan klasifikasi potensi longsor dengan nilai 0 (potensi rendah) sebesar 53.470 Ha atau 42%, nilai 0,50 (potensi sedang) sebesar 35.919 Ha atau 28%, dan nilai 1 (potensi tinggi) sebesar 38.020 Ha atau 30%. Dari analisis tersebut, kemiringan lereng diidentifikasi sebagai variabel paling berpengaruh dengan nilai importance sebesar 0,35. Tingkat akurasi antara model dan data validasi mencapai 76%, menunjukkan bahwa model ini memberikan informasi yang efektif dan akurat dalam memetakan potensi bencana tanah longsor di Kabupaten Bandung Barat


LOADING LIST...

LOADING LIST...

Detail Information

Bagian Informasi
Pengarang AFIF FAADHILAH / 232021062 - Personal Name
119910601 - Dr. Ir. Hary Nugroho, M.T - Personal Name
No. Panggil 1076GD/24
Subyek Pemetaan
Machine learning
Support Vector Machine
Kabupaten Bandung Barat
Bencana Longsor
Fakultas FTSP
Tahun Terbit 2024
Jurusan Teknik Geodesi
Deskripsi Fisik
Info Detil Spesifik


Citation

. (2024).PEMETAAN DAERAH RAWAN LONGSOR MENGGUNAKAN METODE MACHINE LEARNING DENGAN TEKNIK SVM (SUPPORT VECTOR MACHINE) DI KABUPATEN BANDUNG BARAT().Teknik Geodesi:FTSP

.PEMETAAN DAERAH RAWAN LONGSOR MENGGUNAKAN METODE MACHINE LEARNING DENGAN TEKNIK SVM (SUPPORT VECTOR MACHINE) DI KABUPATEN BANDUNG BARAT().Teknik Geodesi:FTSP,2024.Text

.PEMETAAN DAERAH RAWAN LONGSOR MENGGUNAKAN METODE MACHINE LEARNING DENGAN TEKNIK SVM (SUPPORT VECTOR MACHINE) DI KABUPATEN BANDUNG BARAT().Teknik Geodesi:FTSP,2024.Text

.PEMETAAN DAERAH RAWAN LONGSOR MENGGUNAKAN METODE MACHINE LEARNING DENGAN TEKNIK SVM (SUPPORT VECTOR MACHINE) DI KABUPATEN BANDUNG BARAT().Teknik Geodesi:FTSP,2024.Text

 



Homepage Info

Koleksi  ETD adalah merupakan Tugas Akhir mahasiswa Itenas dalam menempuh program Sarjana/Magister. Seluruh isi dari Tugas Akhir adalah merupakan tanggung jawab penulis sepenuhnya.

Koleksi


Total ETDs : 19475

Total Kunjungan: 29301 dari Maret 2018

Media Sosial / Kanal

Address

UPT Perpustakaan Itenas
Jl. PKH. Mustopha No.23
Bandung 40124, Indonesia
Phone: +62-22-7272215,
email: libary[at]itenas.ac.id

Fatal error: Uncaught Error: Call to undefined function curl_init() in /home/etdlibitenasac/public_html/index.php:112 Stack trace: #0 {main} thrown in /home/etdlibitenasac/public_html/index.php on line 112