Muhammad Bima Satria
Program Studi Teknik Geologi, Fakultas Teknik, Universitas Sriwijaya

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Analisis Spasial Bahaya Cuaca Ekstrem di Kabupaten Ogan Komering Ulu dengan Validasi ROC-AUC Muhammad Bima Satria; Idarwati Idarwati; Muhammad Alfath Salvano Salni
Jurnal Penelitian Sains Vol 28, No 2 (2026)
Publisher : Faculty of Mathtmatics and Natural Sciences

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56064/jps.v28i2.1372

Abstract

Cuaca ekstrem merupakan salah satu bahaya hidrometeorologi yang frekuensi kejadiannya meningkat akibat perubahan iklim global. Kabupaten Ogan Komering Ulu (OKU) merupakan salah satu wilayah yang pernah mengalami kejadian cuaca ekstrem. Penelitian ini bertujuan untuk menganalisis indeks bahaya cuaca ekstrem secara spasial, menentukan kelas bahaya pada tingkat kecamatan dan kabupaten, serta mengevaluasi performa model menggunakan Receiver Operating Characteristic–Area Under Curve (ROC-AUC). Parameter yang digunakan meliputi curah hujan, kemiringan lereng berdasarkan Digital Elevation Model (DEM), dan penutup lahan. Analisis spasial dilakukan menggunakan metode weighted overlay yang mengacu pada Peraturan Kepala BNPB Nomor 2 Tahun 2012 tentang Pedoman Umum Pengkajian Risiko Bencana. Hasil analisis menghasilkan peta indeks bahaya cuaca ekstrem yang diklasifikasikan menjadi tiga kelas, yaitu rendah, sedang, dan tinggi. Zona bahaya tinggi umumnya berada pada wilayah dengan intensitas curah hujan tinggi, kemiringan lereng sedang hingga curam, serta dominasi tutupan lahan berupa lahan terbuka dan pertanian. Hasil analisis pada tingkat kecamatan menunjukkan bahwa seluruh kecamatan di Kabupaten OKU tergolong dalam kelas bahaya tinggi, kecuali Kecamatan Muara Jaya yang tergolong kelas bahaya sedang. Indeks bahaya sedang memiliki luas terbesar, yaitu 194.163,21 Ha, sehingga Kabupaten OKU secara keseluruhan dikategorikan ke dalam kelas bahaya sedang. Hasil validasi model menunjukkan nilai AUC sebesar 0,713 yang termasuk dalam kategori cukup baik, sehingga model memiliki kemampuan diskriminatif yang memadai dalam membedakan wilayah yang pernah mengalami dan tidak mengalami kejadian cuaca ekstrem.