Rr. Andriana Ajeng Ayumurti
Departemen Aktuaria Institut Teknologi Sepuluh Nopember Surabaya

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

Found 1 Documents
Search

Pendugaan Tingkat Risiko Banjir dengan Menggunakan Extreme Learning Machine dan Extreme Value Theory Rr. Andriana Ajeng Ayumurti; Galuh Oktavia Siswono
Jurnal Sains dan Seni ITS Vol 12, No 1 (2023)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v12i1.97672

Abstract

Banjir merupakan salah satu permasalahan yang sering terjadi di Indonesia, khususnya Surabaya. Banjir yang terjadi baik dalam skala kecil maupun skala besar membawa dampak negatif bagi lingkungan sekitar. Surabaya merupakan salah satu kota dengan tingkat banjir tertinggi di Indonesia, akibatnya beberapa wilayah di Surabaya terendam banjir yang cukup dalam dan menghambat aktivitas warga sekitar. Pada penelitian ini, digunakan data dasarian curah hujan dari salah satu stasiun di Surabaya dengan periode waktu dari Januari 2017 hingga Desember 2021. Pendugaan tingkat risiko pada penelitian ini menggunakan Value at Risk (VaR) dengan pendekatan Extreme Value Theory (EVT). Data penelitian berupa curah hujan akan dilakukan pra-pemrosesan data dengan mengidentifikasi missing value, observasi pencilan (outlier), dan observasi yang tidak sesuai dari data curah hujan di Surabaya. Kemudian mengidentifikasi karakteristik data curah hujan dengan statistika deskriptif dan pola sebaran curah hujan. Setelah didapatkan karakteristik data curah hujan, dilakukan peramalan dengan ELM yaitu data dibagi menjadi beberapa fitur dan target terlebih dahulu, setelah itu dilakukan normalisasi data. Data kemudian dibagi menjadi data training dan data testing untuk proses training dan testing. Kemudian dilakukan pengambilan sampel data ekstrim dengan metode Peaks Over Threshold dan Block Maxima. Lalu dilakukan perhitungan risiko dengan Value at Risk (VaR). Penelitian ini bertujuan untuk menduga tingkat risiko banjir serta menganalisis pengaruh yang dimiliki antara curah hujan dan banjir. Hasil penelitian didapat bahwa model terbaik didapat dengan MAPE data pengujian sebesar 9,81230 dibawah 10%. Data hasil ramalan menunjukan bahwa curah hujan tertinggi terjadi di bulan Februari 2022. Tingkat risiko banjir dapat dilihat dari hasil VaR pada tingkat kepercayaan 90%, 95%, dan 99% yaitu pada GEV secara berturut-turut sebesar 143,9767, 145,1391118, 147,1209043 dan pada GPD sevcara berturut-turut sebesar 334,98, 340,3271661, 354,6074338 sehingga pemerintah Surabaya dapat membuat kebijakan terkait dengan kapasitas drainase atau penampungan air hujan sesuai dengan nilai VaR yang telah diperoleh.