Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Jurnal Sistem Komputer dan Informatika (JSON) Jurnal Masyarakat Madani Indonesia
Intan Bryliana Putri
Sekolah Tinggi Meteorologi Klimatologi dan Geofisika
Humanities Computer Science & IT Control & Systems Engineering Education Public Health Social Sciences

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

Found 2 Documents
Search

 1 
Strategi Mitigasi Non-Struktural Bencana Hidrometeorologi Berbasis Edukasi dan Teknologi Informasi bagi Masyarakat Pesisir Sanur I Dewa Gede Loka Maheswara; Intan Bryliana Putri; I Made Prabawa Sandhi Gotama; Putu Aldi Tusan Pratama; Muhammad Jouhar Syah; I Wayan Jyesta Jaya Taruna; Shintia Dwi Cahya; John Pieter S. A; Azra Haiza Zaman; Gede Galang Temuju; Delfiana Yoventa Buti; Kadek Valerina Kitana Sanjaya; Adi Mulsandi; Abraham Frederik Mustamu; Dodo Gunawan
Jurnal Masyarakat Madani Indonesia Vol. 5 No. 2 (2026): Mei
Publisher : Alesha Media Digital

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59025/4ekjje90

Abstract

Kegiatan pengabdian kepada masyarakat merupakan salah satu sarana penerapan ilmu pengetahuan secara langsung untuk memberikan manfaat nyata bagi masyarakat. Dalam rangka Kuliah Kerja Nyata (KKN) STMKG Unit 13, dilaksanakan tiga kegiatan pengabdian di kawasan Pantai Kelurahan Sanur sebagai respons terhadap tingginya kerentanan wilayah pesisir Denpasar Selatan di Provinsi Bali terhadap bencana hidrometeorologi. Kegiatan yang dilaksanakan meliputi sosialisasi hidrometeorologi, pelatihan penggunaan aplikasi SICUPEL, serta pemasangan plang informasi prakiraan cuaca maritim dan tinggi gelombang di wilayah Pantai Semawang. Metode yang diterapkan mengutamakan diskusi interaktif dua arah antara tim penyuluh dan nelayan, yang memungkinkan konfirmasi silang antara informasi prakiraan resmi BMKG dengan pengetahuan empiris nelayan di lapangan. Pendekatan ini terbukti efektif dalam membangun penerimaan peserta terhadap materi yang disampaikan, sekaligus memvalidasi fenomena hidrometeorologi lokal seperti angin kencang dari awan cumulonimbus yang selama ini hanya dipahami secara empiris oleh nelayan. Ketiga kegiatan yang dirancang berkontribusi dalam memperkuat literasi kebencanaan dan kesiapsiagaan masyarakat nelayan pesisir pantai Kelurahan Sanur terhadap potensi bencana hidrometeorologi.
Perbandingan Metode Partisi Machine Learning untuk Kerentanan Kebakaran Lahan Gambut Kalimantan pada Variasi ENSO Intan Bryliana Putri; Latifah Nurul Qomariyatuzzamzami; Purwanti Lelly Sabrina; Yahya Darmawan
Jurnal Sistem Komputer dan Informatika (JSON) Vol. 8 No. 1 (2026): September (2026)
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/json.v8i1.10022

Abstract

Lahan gambut Kalimantan merupakan wilayah rawan kebakaran yang polanya dipengaruhi fase El Niño -Southern Oscillation (ENSO). Penelitian ini membandingkan metode partisi acak KFOLD k=5 dan metode partisi spasial BANDS dalam pemodelan kerentanan kebakaran lahan gambut Kalimantan periode 2015 – 2024 , menggunakan algoritma machine learning tunggal melalui paket ENMTML pada tiga fase ENSO. Random Forest dengan KFOLD mencapai AUC 0,999 pada El Niño, namun diagnostik kNNDM menunjukkan statistik Wasserstein KFOLD selalu lebih tinggi dibanding BANDS yang berkisar 90.218-121.109 meter berbanding hanya 19.096-77.225 meter, sehingga performa tinggi KFOLD kurang merepresentasikan kondisi prediksi sesungguhnya. Pada metode BANDS, algoritma terbaik berbeda tiap fase yaitu Maximum Entropy default dengan AUC 0,929 pada El Niño, Boosted Regression Trees dengan AUC 0,983 pada Netral, dan Random Forest dengan AUC 0,870 pada La Niña. Kalimantan Tengah dan Kalimantan Selatan menunjukkan proporsi kerentanan tinggi hingga sangat tinggi terbesar dibanding wilayah lain pada fase ENSO yang berbeda. Variasi ENSO tidak berperan signifikan pada kerentanan kebakaran lahan gambut di Kalimantan dibandingkan dengan aktivitas konveksi lokal dan prediktor kelembaban lingkungan. Pemilihan skema partisi yang memperhitungkan struktur spasial terbukti penting untuk menghasilkan peta kerentanan yang lebih realistis dan berpotensi mendukung upaya konservasi lahan gambut yang lebih sesuai dengan karakteristik lingkungan setempat.
Co-Authors Abraham Frederik Mustamu Adi Mulsandi Azra Haiza Zaman Delfiana Yoventa Buti Dodo Gunawan Gede Galang Temuju I Dewa Gede Loka Maheswara I Made Prabawa Sandhi Gotama I Wayan Jyesta Jaya Taruna John Pieter S. A Kadek Valerina Kitana Sanjaya Latifah Nurul Qomariyatuzzamzami Muhammad Jouhar Syah Purwanti Lelly Sabrina Putu Aldi Tusan Pratama Shintia Dwi Cahya Yahya Darmawan