Penerapan Deteksi Bencana Banjir Menggunakan Metode Machine Learning
DOI:
https://doi.org/10.22441/format.2021.v10.i2.002Keywords:
Bencana Alam, Bencana Banjir, Data Mining, Naive BayesAbstract
Bencana alam dapat di definisikan sebagai sebuah kejadian yang tidak terduga terjadi nya, hal tersebut sering terjadi di Indonesia terutama bencana banjir yang terjadi dalam kurun waktu 5 tahunan namun akhir-akhir ini bencana banjir tersebut sudah dapat dirasakan hampir setiap tahun di beberapa bagian wilayah di indonesia. Banjir dapat diartikan sebagai suatu kejadian yang hadir dengan tiba-tiba secara cukup cepat di mana tidak tertampungnya debit air dalam saluran pembuangan (palung sungai) atau terhambatnya aliran debit air yang menuju ke laut di dalam saluran pembuangan, sehingga daerah yang terhambat dengan debit air mengakibatkan meluapnya debit air pada saluran penampungan pada beberapa daerah sekitarnya dan merupakan salah satu bencana alam yang terjadi dengan waktu yang tak terduga tidak dapat dicegah, karena hal tersebut maka perlu diupayakan sebuah penerapan untuk mendeteksi bagaimana dapat menanggulangi bencana banjir untuk tahun-tahun selanjutnya untuk mengurangi dampak kerugian yang diakibatkannya bagi populasi manusia. Pada penelitian ini dilakukan bagaimana dapat mendeteksi bencana banjir yang telah terjadi di bulan sebelumnya agar pada tahun ini dan tahun selanjutnya pihak yang terkait dan masyarakat sekitar daerah tersebut dapat mengetahui seberapa besarnya dampak bencana banjir yang akan terjadi. Penelitian kali ini menggunakan metode Data Mining dengan algoritma yang digunakan adalah algoritma Naïve Bayes. Hasil yang di hasilkan dalam penelitian ini adalah 76,73% dengan menggunakan algoritma Naïve Bayes untuk ke accuracyan nya. Namun tools yang digunakan belum mampu memprediksi hari terjadinya bencana banjir.
Downloads
References
Amril Mutoi Siregar. PENERAPAN ALGORITMA K-MEANS UNTUK PENGELOMPOKAN DAERAH RAWAN BENCANA DI INDONESIA. Universitas Buana Perjuangan Karawang
Rahayu, Harkunti P., I. I. Wahdiny, A. Utami dan M. Asparini. 2009. Banjir dan Upaya Penanggulangannya. Bandung : PROMISE Indonesia
Ligal, S. 2008. Pendekatan Pencegahan dan Penanggulangan Banjir. Jurnal. Dinamika Teknik Sipil Volume 8, No. 2 Juli 2008
FoxNews,(http://www.foxnews.com/story/2007/ 09/04/nasa-global-warming-tocausemore-severe-tornadoes-storms.html), diakses tanggal 10 Desember 2017.
Bayong, T. H. K. 1999. Klimatologi Umum. Bandung: ITB.
Purnamasari, Detty, Jonathan H, Yoga Perdana S, Fuji Ihsani, and I wayan S Wicaksana. Get Easy Using Weka. Jakarta Timur: Dapur Buku, 2013.
Yudhi Andrian, Erlinda Ningsih. "Prediksi Curah Hujan Di Kota Medan Menggunakan Metode Backpropagation Neural Network." Seminar Nasional Informatika. Medan: e-joyrnal potensi utama, 2014.
Cici Oktaviani, Afdal. "Prediksi Curah Hujan Bulanan Menggunakan Jaringan Syaraf Tiruandengan beberapa Fungsi Pelatihan Backpropagation." Jurnal fisika Unand, 2014: 228-237.
Arief Andy Soebroto, Imam Cholissodin, Randy Cahya Wihandika, Ziya El Arief. "Prediksi Tinggi Muka Air (TMA) Untuk Deteksi Dini Bencana Banjir Menggunakan SVRTVIWPSO." Jurnal Teknologi Informasi dan Ilmu Komputer, 2015: 79-86
Santosa, Budi. Data Mining Teknik Pemanfaatan Data untuk Keperluan Bisnis. Yogyakarta : Graha Ilmu, 2007.
Han, J., and M.Kamber. 2006. Data Mining Concept and Techniques Second Edition. San Frasisco : Elsevier.
Larose, Daniel T. Data Mining Methods and Models. Canada : A Jhon Willey & Sons, Inc.,Publication, 2005.
Downloads
Published
How to Cite
Issue
Section
License
The copyright to this article is transferred to Universitas Mercu Buana (UMB) if and when the article is accepted for publication. The undersigned hereby transfers any and all rights in and to the paper including without limitation all copyrights to UMB. The undersigned hereby represents and warrants that the paper is original and that he/she is the author of the paper, except for material that is clearly identified as to its original source, with permission notices from the copyright owners where required. The undersigned represents that he/she has the power and authority to make and execute this assignment.
We declare that this paper has not been published in the same form elsewhere.
Furthermore, I/We hereby transfer the unlimited rights of publication of the above-mentioned paper as a whole to UMB. The copyright transfer covers the right to reproduce and distribute the article, including reprints, translations, photographic reproductions, microform, electronic form (offline, online) or any other reproductions of similar nature.
The corresponding author signs for and accepts responsibility for releasing this material on behalf of any and all co-authors. This agreement is to be signed by at least one of the authors who have obtained the assent of the co-author(s) where applicable. After submission of this agreement signed by the corresponding author, changes of authorship or in the order of the authors listed will not be accepted.
Retained Rights/Terms and Conditions
Although authors are permitted to re-use all or portions of the Work in other works, this does not include granting third-party requests for reprinting, republishing, or other types of re-use.
Our Articles are licensed under CC BY-NC

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.