Ahmad Saifudin
Departemen Teknik Geomatika Institut Teknologi Sepuluh Nopember

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

Found 1 Documents
Search
Journal : Jurnal Aplikasi Teknik Sipil

Analisis Kerentanan Banjir Menggunakan Data Citra Satelit dan Machine Learning di Kota Surabaya Ahmad Saifudin; Mahendra Andiek Maulana; Anak Agung Ngurah Satria Damanegara
Jurnal Aplikasi Teknik Sipil Vol 21, No 3 (2023)
Publisher : Departemen Teknik Infrastruktur Sipil Institut Teknologi Sepuluh Nopember Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j2579-891X.v21i3.15910

Abstract

Banjir merupakan bencana alam yang biasanya terjadi saat hujan. Banjir berdampak pada kerusakan sehingga diperlukannya penilaian kerentanan banjir yang efisien. Citra satelit dapat digunakan untuk membantu mendeteksi banjir dalam skala yang luas. Salah satu tantangan dalam mengolah data citra adalah interpretasi citra. Dengan memanfaatkan kemampuan Machine Learning yang diintegrasikan dengan Sistem Informasi Geografis, interpretasi citra dapat dilakukan dengan cepat. Namun, tantangan dari penggunaan citra satelit adalah kurangnya dataset kejadian banjir dalam skala besar. Pada paper ini, kami menyajikan tiga pendekatan Machine Learning, yaitu Bayes, Rain Forest (RF), dan Support Vector Machine (SVM) yang kemudian dianalisis menggunakan metode Frequency Ratio sehingga didapatkan indeks kerentanan banjir.  Dengan memanfaatkan citra Sentinel-1 yang tersedia, analisis dalam penelitian ini menunjukkan bahwa Kota Surabaya termasuk kerentanan banjir rendah sebesar 61,23 persen dari total luas wilayah.