<![CDATA[Penelitian ini bertujuan untuk meningkatkan keselamatan publik melalui penyediaan prediksi tsunami yang cepat dan andal dengan memanfaatkan algoritma Artificial Neural Network (ANN) dalam sistem berbasis web. Masalah utama yang diangkat adalah tingginya risiko kerugian material dan korban jiwa akibat keterlambatan informasi serta potensi false alarm pada pengolahan data konvensional. Metode penyelesaian dilakukan dengan menerapkan arsitektur jaringan saraf ANN (susuna lapisan layer 9-10-8-1) yang mengolah parameter Magnitudo, Kedalaman, Jarak ke Pantai, serta Jenis Patahan sebagai input utama. Hasil perancangan menunjukkan performa sistem yang sangat presisi, dibuktikan dengan perolehan nilai Error Akhir sebesar 0,004950 pada iterasi ke-58 yang merepresentasikan tingkat akurasi pelatihan mencapai 99,50%. Selain itu, pengujian pada skenario gempa Magnitudo 7.5 menghasilkan Probabilitas Tsunami sebesar 93,38% dengan tingkat kepercayaan tinggi. Integrasi ANN dalam platform web ini terbukti mampu menyediakan informasi yang terstruktur, akurat, dan ramah pengguna sebagai instrumen krusial dalam pengambilan tindakan tanggap bencana yang efektif.]]>
Copyrights © 2026
