Febriana, Icha Tirhiss (2019) Prediksi Banjir Genangan di Kota Surabaya Berdasarkan Prediksi Curah Hujan Berbasis Data BMKG dengan Pendekatan Nu – Support Vector Regression dan Neural Network. Other thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
06211540000049_Undergraduate_Theses.pdf Download (11MB) | Preview |
Abstract
Surabaya adalah kota metropolitan terbesar kedua di Indonesia setelah Jakarta, dimana pertumbuhan pembangunan, ekonomi dan perkembangan properti berkembang pesat di daerah ini. Selain itu Kota Surabaya seringkali memenangkan penghargaan internasional dalam bidang lingkungan dan tata wilayah kota. Namun meskipun demikian, bencana banjir kerap saja menjadi permasalahan yang belum dapat diatasi dengan tuntas. Banjir yang terjadi di Kota Surabaya disebabkan oleh berbagai hal, selain curah hujan yang ekstrem juga disebabkan oleh perubahan tata guna lahan akibat perkembangan pembangunan yang menyebabkan semakin berkurangnya daerah resapan banjir. Adapun dampak yang ditimbulkan dari bencana banjir di Kota Surabaya antara lain yaitu terhambatnya roda perekonomian di Jawa Timur serta menimbulkan kerugian yang besar bagi masyarakat Surabaya. Oleh karena itu penanganan permasalahan banjir di Kota Surabaya menjadi hal sangat penting untuk dilakukan sebagai salah satu representasi perkotaan di Indonesia. Pada penelitian ini akan dilakukan prediksi banjir di Kota Surabaya berdasarkan prediksi curah hujan berbasis data BMKG dengan pendekatan v-SVR dan NN. Kriteria kebaikan yang digunakan untuk membandingkan antara kedua pendekatan tersebut adalah nilai RMSE. Sedangkan prediksi banjir dilakukan menggunakan metode rasional. Berdasarkan hasil analisis diketahui bahwa metode terbaik untuk memodelkan curah hujan di Surabaya adalah metode v-SVR, sebab metode v-SVR dengan fungsi kernel radial menghasilkan nilai RMSE yang lebih kecil dibandingkan metode NN dengan fungsi aktivasi tanh. Adapun hasil dari prediksi banjir menunjukan bahwa sebagian besar selisih antara debit hidrolika dan debit hidrologi bernilai positif dan hanya terdapat dua saluran yang memiliki selisih negatif. Hal tersebut berarti bahwa sepanjang Desember 2018 diprediksi akan terjadi banjir di Kota Surabaya, tepatnya di daerah Gubeng pada saluran Mojo dan saluran Sidoluhur. Hasil dari penelitian ini diharapkan dapat menjadi bahan pertimbangan bagi pemerintahan Kota Surabaya dalam perencanaan dan mitigasi banjir.
=================================================================================================================================
Surabaya is second largest metropolitan city in Indonesia after Jakarta, whereas development, economic and properties are growing rapidly in this area. Moreover, Surabaya often wins international awards in the field of environment and urban planning governance. But, unfortunately Surabaya still having problem with floods. Floods often occur in Surabaya caused by land use changes due to development growth that have impacted a reduction in flood absorption areas. The impact of the floods in the Surabaya city among others, was hampering of the economy in East Java and causing huge losses for Surabaya’s society. Therefore, the handling of flood problems in Surabaya city is very important to do as one of the urban representations in Indonesia. In this study, flood prediction will be carried out based on rainfall prediction which refers to BMKG data using v-SVR and NN approach. The goodness criterion used to compare the two approaches is the RMSE value. While flood prediction is calculated by using a rational method. The results of analysis informs that the best method for modelling rainfall in Surabaya city is the v-SVR method. The v-SVR with radial kernel functions produces a smaller RMSE than the NN with the activation function of tanh. The flood prediction shows that most of the difference between hydraulic discharge and hydrological discharge is positive and there are only two channels that have a negative difference. This means that throughout December 2018 it is predicted that there will be flooding in Surabaya city, precisely in the Gubeng Area, i.e. Mojo channel and Sidoluhur channel. The results of this study are expected to be considered by Surabaya city government in flood planning and mitigation.
| Item Type: | Thesis (Other) |
|---|---|
| Additional Information: | RSSt 519.536 Feb p-1 2019 |
| Uncontrolled Keywords: | Flood, NN, Prediction, Rainfall, SVR |
| Subjects: | H Social Sciences > HA Statistics H Social Sciences > HA Statistics > HA30.3 Time-series analysis Q Science > QA Mathematics > QA278.2 Regression Analysis. Logistic regression |
| Divisions: | Faculty of Architecture, Design, and Planning > Architecture > 23001-(S3) PhD Thesis |
| Depositing User: | Icha Tirhiss Febriana |
| Date Deposited: | 08 Jan 2024 02:04 |
| Last Modified: | 08 Jan 2024 02:04 |
| URI: | http://repository.its.ac.id/id/eprint/64142 |
Actions (login required)
 |
View Item |