Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Codeverse: Journal of Emerging Digital Realities
Kesya Surbakti
Program Studi Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Negeri Medan

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

Found 1 Documents
Search

 1 
Pemodelan Curah Hujan dan Identifikasi Klaster Spasial Banjir Menggunakan Metode Kriging Kesya Surbakti
Codeverse: Journal of Emerging Digital Realities Vol. 2 No. 1 (2026): CODEVERSE: Journal of Emerging Digital Realities
Publisher : Codeverse: Journal of Emerging Digital Realities

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini bertujuan untuk memodelkan curah hujan serta mengidentifikasi klaster spasial risiko banjir di wilayah Sumatera Utara menggunakan pendekatan geostatistik. Data yang digunakan meliputi koordinat geografis, curah hujan tahunan, dan indeks risiko banjir. Analisis diawali dengan pengujian autokorelasi spasial menggunakan Moran’s I yang menunjukkan adanya pola pengelompokan secara signifikan. Selanjutnya, analisis Local Indicators of Spatial Association (LISA) digunakan untuk mengidentifikasi klaster lokal berupa hotspot dan coldspot. Struktur spasial data dianalisis melalui variogram yang menunjukkan adanya ketergantungan spasial, sehingga memungkinkan penerapan metode kriging untuk interpolasi. Hasil kriging menghasilkan peta kontinu distribusi risiko banjir yang konsisten dengan pola klaster yang teridentifikasi. Secara keseluruhan, penelitian ini menunjukkan bahwa pendekatan spasial dan geostatistik efektif dalam memahami pola serta memprediksi distribusi risiko banjir, sehingga dapat mendukung perencanaan mitigasi bencana yang lebih tepat sasaran.
Co-Authors