Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal IJOG : Indonesian Journal on Geoscience JLBG (Jurnal Lingkungan dan Bencana Geologi) (Journal of Environment and Geological Hazards)
Putra, Iqbal Eras
Unknown Affiliation
Earth & Planetary Sciences Environmental Science

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Kajian Resiliensi Fisik Pasca Bencana Gerakan Tanah Sebagai Dasar Dalam Penentuan Kebijakan Relokasi, Studi Kasus Kabupaten Bogor, Jawa Barat Putra, Iqbal Eras
Jurnal Lingkungan dan Bencana Geologi Vol 15, No 2 (2024)
Publisher : Badan Geologi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34126/jlbg.v15i2.506

Abstract

Gerakan tanah sebagai salah satu bencana yang terkait dengan curah hujan mengalami peningkatan frekuensi kejadian seiring dengan perubahan iklim yang terjadi secara global. Indonesia sebagai negara tropis dengan curah hujan yang tinggi membuat potensi bencana gerakan tanah juga semakin meningkat. Upaya penanggulangannya saat ini lebih banyak bersifat reaktif, yaitu dilakukan pasca terjadi bencana, salah satunya ialah kebijakan relokasi untuk masyarakat terdampak. Namun, kebijakan relokasi tersebut tidak selalu berhasil membuat kehidupan masyarakat terdampak menjadi lebih baik. Perpindahan tempat tinggal membuat masyarakat harus beradaptasi, terkadang meliputi segenap aspek sehingga resiliensi masyarakat pasca relokasi lebih rendah dibanding lokasi asal. Segenap masalah yang dapat muncul tersebut membuat masyarakat cenderung memilih untuk tetap tinggal dengan anggapan gerakan tanah tidak akan terjadi setiap waktu dibanding tinggal di tempat baru yang kemungkinan lebih aman dari bencana. Oleh karena itu, kebijakan relokasi menjadi pilihan terakhir ketika rehabilitasi lahan dan rekayasa geoteknik tidak memungkinkan. Untuk itu, resiliensi daerah terdampak perlu dikaji terlebih dahulu dengan pertimbangan bahwa menetap di daerah asal lebih menjamin resiliensi sosial dan ekonomi masyarakat. Dengan demikian diperlukan kajian aspek fisik di daerah terdampak untuk menilai tingkat resiliensi fisik pasca terdampak gerakan tanah. Resiliensi fisik meliputi berbagai aspek yang menjadi penyebab gerakan tanah seperti kemiringan lereng, kondisi batuan, keairan, tata guna lahan, serta curah hujan. Hasil kajian menunjukkan bahwa hampir semua aspek mengalami perubahan pasca terjadi gerakan tanah. Kemiringan lereng yang berkaitan dengan gerakan tanah susulan memiliki resiliensi yang paling rendah. Aspek berikutnya yang perlu diperhatikan adalah kondisi geologi sedangkan aspek curah hujan yang menjadi pemicu justru mengalami penurunan dalam 3 tahun terakhir. Kata kunci: Gerakan Tanah, Pasca Bencana, Relokasi, Resiliensi.
Hyperparameter Tuning on Machine Learning-Based Landslide Susceptibility Mapping (Case study: Palu City and Its Surrounding areas) Sukristiyanti, Sukristiyanti; Pamela, Pamela; Putra, Moch Hilmi Zaenal; Arifianti, Yukni; Rozie, Andri Fachrur; Lestiana, Hilda; Susantoro, Tri Muji; Sumaryono, Sumaryono; Kristiawan, Yohandi; Putra, Iqbal Eras
Indonesian Journal on Geoscience Vol. 12 No. 1 (2025)
Publisher : Geological Agency

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17014/ijog.12.1.43-53

Abstract

Landslide susceptibility mapping (LSM) produces a zonation map of landslide susceptibility levels, representing the future probability of landslides. It is necessary to give a guideline regarding spatial planning. A machine learning method was used, namely a random forest (RF) algorithm to map landslide susceptibility in Python. The case study is Palu City and its surrounding areas, which were attacked by a big earthquake on September 28th, 2018. Some earlier LSM studies did not discuss hyperparameter tuning, and several others did not mention the training accuracy. Therefore, this study is to find out whether the fast model without hyperparameter tuning and frequently overfitting, can well produce landslide susceptibility maps. The research questions were addressed by comparing two landslide susceptibility maps built with and without hyperparameter tuning using receiver operating characteristics (ROC) and landslide density (LD) analyses. This study shows that the area under the curve (AUC) of the landslide susceptibility map from the fast RF model without hyperparameter tuning is as high as the AUC from the tuned model map. It also happened in both landslide density (LD) maps, and there is no anomaly in the fast model map. Nevertheless, there are strange appearances in the fast model map. Therefore, hyperparameter tuning to obtain the optimal model with no overfitting is mandatory to predict landslide susceptibility spatially.
Co-Authors Hilda Lestiana Kristiawan, Yohandi Pamela, Pamela Putra, Moch Hilmi Zaenal Rozie, Andri Fachrur Sukristiyanti Sukristiyanti, Sukristiyanti Sumaryono Sumaryono Tri Muji Susantoro, Tri Muji Yukni Arifianti, Yukni