Detail Cantuman

Geohazardz mengacu pada istilah untuk suatu bencana alam yang timbul akibat aktivitas geodinamik atau perubahan luar biasa. Kondisi topografi dan geografis Kabupaten Bandung Barat sering kali menyebabkan pergerakan tanah yang dapat memicu terjadinya longsor. Di Jawa Barat, Kabupaten Bandung menempati urutan ketiga dalam hal kejadian longsor, setelah Kabupaten Garut dan Kabupaten Tasikmalaya. Penelitian ini bertujuan untuk mengetahui pengaruh hyperparameter, jumlah hidden layer, dan jumlah neuron pada metode Machine Learning MultiLayer Perceptron dalam proses prediksi, identifikasi, dan klasifikasi potensi bencana tanah longsor di Kabupaten Bandung Barat, dengan tujuan menghasilkan informasi yang akurat dan mudah dipahami dalam bentuk peta. Langkah awal
dalam penelitian ini melibatkan pembuatan dataset untuk pemrosesan machine learning, yang mencakup parameter longsor seperti curah hujan, jenis batuan, jenis tanah, kemiringan lereng, kepadatan vegetasi, penggunaan lahan, dan data historis kejadian longsor dari tahun 2015 hingga 2022. Model dikembangkan dengan membagi dataset menjadi 70% untuk pelatihan dan 30% untuk pengujian dari total 500 titik data. Akurasi tertinggi diperoleh model MLP 2 dengan menghasilkan nilai akurasi 80%, recall kelas 0 sebesar 62% dan kelas 1 88%, precision kelas 0 sebesar 71% dan kelas 1 sebesar 83%, lalu lalu f1-score kelas 0 sebesar 67% dan kelas 1 sebesar 86%. Sedangkan kinerja paling optimal diperoleh model MLP 3 dengan akurasi 70,66% dan akurasi keseluruhan mencapai 70,07%. Kata kunci: Geo AI, Klasifikasi Potensi Tanah Longsor, Machine Learning, Mitigasi Bencana, Multilayer Perceptron