//<br />
<b>Warning</b>:  Cannot modify header information - headers already sent by (output started at /home/etdlibitenasac/public_html/index.php:1) in <b>/home/etdlibitenasac/public_html/sysconfig.inc.php</b> on line <b>185</b><br />
<br />
<b>Deprecated</b>:  Methods with the same name as their class will not be constructors in a future version of PHP; StringReader has a deprecated constructor in <b>/home/etdlibitenasac/public_html/lib/lang/php-gettext/streams.php</b> on line <b>48</b><br />
<br />
<b>Deprecated</b>:  Methods with the same name as their class will not be constructors in a future version of PHP; FileReader has a deprecated constructor in <b>/home/etdlibitenasac/public_html/lib/lang/php-gettext/streams.php</b> on line <b>84</b><br />
<br />
<b>Deprecated</b>:  Methods with the same name as their class will not be constructors in a future version of PHP; CachedFileReader has a deprecated constructor in <b>/home/etdlibitenasac/public_html/lib/lang/php-gettext/streams.php</b> on line <b>145</b><br />
<br />
<b>Deprecated</b>:  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 <b>/home/etdlibitenasac/public_html/lib/lang/php-gettext/gettext.php</b> on line <b>36</b><br />
<br />
<b>Warning</b>:  session_start(): Cannot start session when headers already sent in <b>/home/etdlibitenasac/public_html/index.php</b> on line <b>38</b><br />
<br />
<b>Warning</b>:  Cannot modify header information - headers already sent by (output started at /home/etdlibitenasac/public_html/index.php:1) in <b>/home/etdlibitenasac/public_html/lib/contents/show_detail.inc.php</b> on line <b>42</b><br />
<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" ID="19700">
<titleInfo>
<title><![CDATA[KLASIFIKASI DAERAH RAWAN BENCANA TANAH LONGSOR MENGGUNAKAN METODE MACHINE LEARNING ARTIFICIAL NEURAL NETWORK (STUDI KASUS:]]></title>
<subTitle><![CDATA[KABUPATEN BANDUNG BARAT, PROVINSI JAWA BARAT)]]></subTitle>
</titleInfo>
<name type="Personal Name" authority="">
<namePart>Defrianto / 232020011</namePart>
<role><roleTerm type="text">Penulis</roleTerm></role>
</name>
<typeOfResource manuscript="yes" collection="yes"><![CDATA[mixed material]]></typeOfResource>
<genre authority="marcgt"><![CDATA[bibliography]]></genre>
<originInfo>
<place><placeTerm type="text"><![CDATA[Teknik Geodesi]]></placeTerm></place>
<publisher><![CDATA[FTSP]]></publisher>
<dateIssued><![CDATA[2025]]></dateIssued>
<issuance><![CDATA[monographic]]></issuance>
<edition><![CDATA[0]]></edition>
</originInfo>
<language>
<languageTerm type="code"><![CDATA[en]]></languageTerm>
<languageTerm type="text"><![CDATA[English]]></languageTerm>
</language>
<physicalDescription>
<form authority="gmd"><![CDATA[Text]]></form>
<extent><![CDATA[]]></extent>
</physicalDescription>
<note>Bencana tanah longsor menjadi salah satu bencana alam yang paling memakan korban jiwa yang banyak, dan rawan terjadi pada wilayah dengan topografi berlereng curam. Kabupaten Bandung Barat adalah salah satu daerah kabupaten yang berada dalam wilayah administrasi Provinsi Jawa Barat, dan dikenal sebagai salah satu wilayah yang memiliki kerentanan tinggi terhadap bencana tanah longsor. Pendekatan Machine Learning (ML) dapat diterapkan untuk mengembangkan model terbaik dalam mengidentifikasi dan menganalisa area longsor dan nonlongsor. Algoritma ANN (Artificial Neural Network) menjadi salah satu algoritma machine learning dan merupakan metode utama yang digunakan dalam penelitian ini, karena kemampuannya yang baik dalam mengidentifikasi area rawan longsor melalui beberapa parameter penyebab terjadinya bencana tanah longsor. Dari proses pengolahan model ANN, performa akurasi yang diperoleh berada pada skor 0,71 untuk proses latih-uji, dan skor 0,55 untuk proses validasi data. Dari hasil visualisasi data, ditetapkan lima (5) kelas kerawanan bencana tanah longsor, masing-masing dengan persentase luasannya: kelas “sangat rendah” (28,88%), kelas “rendah” (44,86%), kelas “sedang” (7,52%), kelas “tinggi” (18,73%), dan kelas “sangat tinggi” (11,88%). Distribusi data serta parameter yang diterapkan pada model merupakan hal yang perlu diperhatikan dalam membangun model machine learning, khususnya pada model ANN.</note>
<subject authority=""><topic><![CDATA[parameter longsor]]></topic></subject>
<subject authority=""><topic><![CDATA[Mitigasi Bencana]]></topic></subject>
<subject authority=""><topic><![CDATA[ANN]]></topic></subject>
<subject authority=""><topic><![CDATA[Kabupaten Bandung Barat]]></topic></subject>
<subject authority=""><topic><![CDATA[Longsor]]></topic></subject>
<subject authority=""><topic><![CDATA[Machine learning]]></topic></subject>
<classification><![CDATA[]]></classification><identifier type="isbn"><![CDATA[]]></identifier><location>
<physicalLocation><![CDATA[Setiadi Open Source ETD System]]></physicalLocation>
<shelfLocator><![CDATA[1083GD/25]]></shelfLocator>
<holdingSimple>
<copyInformation>
<numerationAndChronology type="1"><![CDATA[1083GD/25]]></numerationAndChronology>
<sublocation><![CDATA[My Library]]></sublocation>
<shelfLocator><![CDATA[1083GD/25]]></shelfLocator>
</copyInformation>
</holdingSimple>
</location>
<slims:digitals>
<slims:digital_item id="21551" url="" path="/232020011_1083GD.pdf" mimetype="application/pdf"><![CDATA[KLASIFIKASI DAERAH RAWAN BENCANA TANAH LONGSOR MENGGUNAKAN METODE MACHINE LEARNING ARTIFICIAL NEURAL NETWORK (STUDI KASUS: KABUPATEN BANDUNG BARAT, PROVINSI JAWA BARAT)]]></slims:digital_item>
</slims:digitals><recordInfo>
<recordIdentifier><![CDATA[19700]]></recordIdentifier>
<recordCreationDate encoding="w3cdtf"><![CDATA[2025-08-05 10:46:49]]></recordCreationDate>
<recordChangeDate encoding="w3cdtf"><![CDATA[2025-08-05 10:47:03]]></recordChangeDate>
<recordOrigin><![CDATA[machine generated]]></recordOrigin>
</recordInfo></mods></modsCollection>