Analisis Daerah Rawan Longsor Menggunakan Implementasi Algoritma Random Forest (Studi Kasus: Kota Batu, Jawa Timur).

Riestu, Intanicha Mahar (2022) Analisis Daerah Rawan Longsor Menggunakan Implementasi Algoritma Random Forest (Studi Kasus: Kota Batu, Jawa Timur). Other thesis, Institut Teknologi Sepuluh Nopember.

Text 033118400000012-Undergraduate_Thesis.pdf Restricted to Repository staff only Download (6MB)

Abstract

Kota Surabaya merupakan sebuah kota yang sebagian besar wilayahnya (80%) memiliki kondisi topografi yang cenderung rendah yakni sekitar 3 – 6 m diatas permukaan laut hal tersebut meningkatkan resiko terjadinya bencana banjir saat memasuki musim penghujan. Salah satu parameter yang dapat digunakan sebagai komponen untuk memperkirakan curah hujan adalah jumlah uap air di atmosfer. Precipitable Water Vapor (PWV) merupakan jumlah uap air di atmosfer yang berpotensi menjadi hujan. Seiring perkembangan space geodetic technique telah banyak metode yang dapat digunakan untuk menentukan jumlah uap air di atmosfer salah satunya dengan menggunakan teknologi penginderaan jauh. Penelitian ini menggunakan data penginderaan jauh aktif berupa Citra SAR Sentinel-1 dimana data tersebut masih terkandung kesalahan troposfer yang dapat digunakan untuk menentukan nilai PWV namun karena telah melewati proses interferogram, nilai PWV yang dihasilkan dari teknik substraksi masih dalam bentuk Short Wavelength Delay (SWD). Untuk mendapat nilai PWV absolut maka harus dilakukan penggabungan dengan data penginderaan jauh pasif yaitu Citra MODIS Level-2. MODIS menyediakan nilai PWV yang digunakan untuk merekonstruksi komponen Elevation Dependent Delay (EDD) dan Long Wavelength Delay (LWD) yang dilakukan menggunakan metode Least Square. Hasil PWV absolut yang merupakan fusi dari MODIS dan Sentinel-1 pada 118 epoch digunakan sebagai sampel sejumlah 9 epoch yang mewakili musim hujan dan kemarau. Nilai PWV absolut maksimum sebesar 68 mm pada tanggal 22 Februari 2021 yang normalnya di Indonesia memasuki musim penghujan dan nilai PWV minimum sebesar 20 mm pada tanggal 7 Juni 2017 dan 14 Juni 2018 yang normalnya di Indonesia memasuki musim kemarau. Selain itu, didapatkan nilai PWV absolut rata-rata harian maksimum dan minimum secara berturut-turut yaitu 68,6845 mm dan 1,5884 mm. Hasil analisis kecamatan pada tiap musim dan tahun menyatakan bahwa Kecamatan Benowo, Pakal dan Semampir memiliki nilai PWV absolut tertinggi sedangkan Kecamatan Gunung Anyar memiliki nilai PWV absolut terendah. Uji validasi hasil menggunakan data PWV dari ERA-5 yang menghasilkan nilai RMSE maksimum dan minimum yaitu 9,6719 mm dan 8,2806 mm, nilai MBE maksimum dan minimum yaitu 2,3920 mm dan -5.1845 mm, dan nilai korelasi keseluruhan 0,7833 dengan kategori sangat baik sehingga dapat dinyatakan bahwa hubungan antara hasil dengan nilai PWV dari ERA-5 adalah sangat kuat. Sedangkan komparasi hasil menggunakan data presipitasi CHIRPS dan Himawari dengan hasil korelasi secara berturut-turut 0,5541 dan 0,1925. Hasil korelasi yang rendah menyatakan bahwa hubungan antara hasil dan data presipitasi adalah lemah.
===================================================================================================================================
Surabaya is a city where most of the area (80%) has topographic conditions that tend to be low, which is about 3-6 m above sea level, this certainly increases the risk of flooding when entering the rainy season. One of the parameters that can be used as a component to estimate rainfall is the amount of water vapor in the atmosphere. Precipitable Water Vapor (PWV) is the amount of water vapor in the atmosphere that has the potential to become rain. Along with the development of the space geodetic technique , there have been many methods that can be used to determine the amount of water vapor in the atmosphere, one of which is using remote sensing technology. This study uses active remote sensing data in the form of Sentinel-1 SAR where the data still contains tropospheric errors that can be used to determine the PWV , but because it has passed the interferogram process, the PWV generated from the subtraction technique is still in the form of Short Wavelength Delay (SWD). To get the absolute PWV , it must be combined with passive remote sensing data, namely MODIS Level-2 Image. MODIS provides PWV can be used to reconstruct the Elevation Dependent Delay (EDD) and Long Wavelength Delay (LWD) using the Least Square method. Absolute PWV which is the fusion of MODIS and Sentinel-1 at 118 epochs used as a sample of 9 epochs representing the rainy and dry seasons with a maximum PWV is 68 mm on February 22, 2021, which normally in Indonesia enters the rainy season and a minimum PWV is 20 mm on June 7, 2017 and June 14, 2018 which normally in Indonesia enters the dry season. In addition, daily average of PWV had the highest is 68.6845 mm and the lowest is 1.5884 mm. The results of the sub-district analysis in each season and year stated that Benowo, Pakal and Semampir sub-districts had the highest absolute PWV, while Gunung Anyar sub-districts had the lowest absolute PWV. Validation test results using PWV from ERA-5 which produces RMSE of 9.6719 mm and 8.2806 mm, MBE of 2.3920 mm and -5.1845 mm, and the overall correlation value is 0.7833 with a very good category so that it can be stated that the relationship between the results and the PWV of ERA-5 is very strong. While the comparison of results using CHIRPS and Himawari with correlation results 0.5541 and 0.1925, respectively. The low correlation results indicate that the relationship between the results and the precipitation data is weak.

Item Type:	Thesis (Other)
Additional Information:	RSG 551.307 Rie a-1 2022
Uncontrolled Keywords:	Prediksi Longsor, Random Forest. Landslide Prediction, Random Forest.
Divisions:	Faculty of Civil, Planning, and Geo Engineering (CIVPLAN) > Geomatics Engineering > 29202-(S1) Undergraduate Thesis
Depositing User:	Mr. Marsudiyana -
Date Deposited:	18 May 2026 09:04
Last Modified:	18 May 2026 09:04
URI:	http://repository.its.ac.id/id/eprint/133240

Actions (login required)

View Item