<![CDATA[Banjir menjadi salah satu bencana alam yang sering terjadi, dengan nilai persentasenya sebanyak 40% dibandingkan dengan bencana alam lainnya. Bencana banjir diakibatkan oleh beberapa faktor diantaranya curah hujan yang tinggi, kemiringan lereng, ketinggian lahan, jenis tanah, pengguna lahan,kerapan sungai serta perbuatan manusia yang tidak peduli akan lingkungan seperti, membuang sampah secara sembarangan. Untuk mengurangi tingkat kerugian pasca banjir dibutuhkan sebuah prediksi agar daerah rawan banjir dapat siap sedia saat terjadi atau akan terjadi banjir. Metode Support Vector Machine merupakan metode penyelesaian masalah pengklasifikasian data linear dan non-linear dengan mencari pemisah hyperplane yang optimal antar kelas, sehingga mempunyai tingkat akurasi yang tinggi untuk melakukan prediksi. Variabel yang digunakan dalam penelitian ini adalah curah hujan, jenis tanah, dan kemiringan lereng. Data didapatkan dari BPS dan BMKG untuk daerah Kabupaten Malaka. Berdasarkan hasil pengujian dan pembahasan, penggunaan model SVM untuk prediksi banjir memiliki akurasi yang tinggi dengan nilai akurasi tertinggi sebesar 95% pada model SVM dengan kernel linear pada penggunaan data training dan data testing 60:40. Curah hujan mempunyai pengaruh yang lebih tinggi terhadap kemungkinan banjir suatu daerah, jenis tanah aluvial dan tingkat kemiringan lereng sebesar 0-8% juga mempengaruhi terjadinya banjir jika terjadi hujan yang lebat atau tingkat curah hujan yang tinggi.]]>
Copyrights © 2024
