<![CDATA[Tanah longsor masih menjadi topik hangat dalam diskusi bencana geologi, termasuk Indonesia. Berbagai metode, termasuk Artificial Intelligence (AI), digunakan untuk melakukan pengembangan penelitian tentang topik tanah longsor. Oleh karena itu, makalah ini bertujuan untuk menyajikan tinjauan komprehensif studi longsor berbasis AI yang berfokus pada area aplikasi tertentu, metode rekayasa fitur (FEM), dan sumber Digital Elevation Model (DEM) yang digunakan dalam penelitian. Penelitian ini menggunakan metode kualitatif dengan pendekatan tinjauan sistematis terhadap studi longsor terkini (2012-2022) yang diteliti secara sistematis dalam suatu sintesis. Eksplorasi menghasilkan 26 makalah dari jurnal atau prosiding terindeks nasional dan internasional, yang disaring menjadi 12 artikel yang membahas atau menyebutkan area aplikasi tertentu, FEM, dan sumber DEM. Analisis menunjukkan bahwa aplikasi AI dalam studi longsor didominasi untuk pemetaan kerentanan longsor dan masih sedikit untuk aplikasi lain. Hal ini juga menunjukkan bahwa hampir semua studi longsor berbasis AI memilih SRTM sebagai sumber DEM. Mengenai FEM, hanya lima artikel yang membahas pemilihan faktor longsor yang penting. Ada empat FEM yang digunakan dalam studi tersebut, yaitu deduksi variabel, model faktor kepastian, algoritma C.45, dan peringkat kepentingan variabel. Dari analisis mendalam terhadap 13 artikel tersebut, dapat disimpulkan bahwa studi longsor berbasis AI di Indonesia masih perlu dikembangkan alih-alih berfokus pada pemetaan kerentanan longsor saja. Studi untuk menemukan faktor longsor yang efektif dan sumber daya DEM yang kompatibel menggunakan AI juga dapat menjadi peluang baru bagi para ahli longsor.]]>
Copyrights © 2023
