Defrianto / 232020011 Penulis

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.