Identifikasi Potensi Bencana Longsor di Jawa Timur Menggunakan Model Jaringan Syaraf Tiruan (Studi Kasus:Kabupaten Ponorogo)

Nisa', Alvina Khairun (2019) Identifikasi Potensi Bencana Longsor di Jawa Timur Menggunakan Model Jaringan Syaraf Tiruan (Studi Kasus:Kabupaten Ponorogo). Masters thesis, Institut Teknologi Sepuluh Nopember.

Text 06111750012012-Master_Thesis.pdf Restricted to Repository staff only Download (3MB) | Request a copy

Abstract

Indonesia adalah negara kepulauan terbesar di dunia, yang secara geografis berada pada kawasan rawan bencana alam. Salah satu bencana alam yang sering terjadi adalah bencana longsor. Provinsi Jawa Timur termasuk salah satu daerah yang sangat potensial akan terjadinya bencana tanah longsor. Hal ini disebabkan oleh topografi sebagian besar wilayahnya yang berbukit dan bergunung. Disamping itu, juga disebabkan tingginya tingkat kepadatan penduduk di wilayah perbukitan sehingga menimbulkan tekanan terhadap ekosistem. Kecenderungan terjadinya tanah longsor di suatu wilayah dapat dihubungkan dengan adanya kesamaan karakteristik lahan dan iklim di wilayah lain pada kejadian longsor masa lalu. Untuk meminimalkan resiko bencana yang terjadi akibat tanah longsor, maka dirancang program berbasis jaringan syaraf tiruan untuk identifikasi daerah yang berpotensi longsor. Dengan program identifikasi potensi longsor, maka dapat membantu untuk mengidentifikasi lokasi lain yang memiliki kesamaan ciri-ciri fisik tanah maupun iklim, sehingga daerah tersebut dapat dicurigai sebagai daerah yang berpotensi longsor. Hasil pengujian secara keseluruhan dari penelitian ini adalah menggunakan jaringan syaraf tiruan Backpropagation dengan 7 input, 15 hidden dan 1 output. Training function yang digunakan adalah Resilient Backpropagation (RP) dengan akurasi tertinggi yaitu 90.56% dan MSE terendah yaitu 0.0944.
==================================================================================================================================
Indonesia is the largest archipelagic country in the world, which is geographically located in areas prone to natural disasters. One of the frequent occurrences of natural disasters is a landslide. East Java Province is one of the areas that has the potential for landslides. This is due to the topography of the most mountainous and rugged territory. Besides that, it also caused high levels of population density in the region of hills so that raises pressure on ecosystems. The tendency of the occurrence of landslides in an area can be connected with the equality of land characteristics and climate in other regions on a landslide in the past. To reduce the risk of disaster will be designed the software-based neural network for identification of potential avalanche areas. With potential landslide identification software, it can help to identify other locations that have similar physical and soil characteristics, so that the area can be suspected of being a potentially landslide area. The overall test results of this study are using Backpropagation artificial neural networks with 7 inputs, 30 hidden and 1 output. The Training function used is Resilient Backpropagation (RP) with an accuracy of 90.56% and an MSE of 0.0944.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	Tanah longsor, Jaringan Syaraf Tiruan, Backpropagation ================================================================================================================================== Landslides, Artificial Neural Networks, Backpropagation
Subjects:	Q Science > QA Mathematics > QA76.87 Neural networks (Computer Science)
Divisions:	Faculty of Mathematics, Computation, and Data Science > Mathematics > 44101-(S2) Master Thesis
Depositing User:	Alvina Khairun Nisa'
Date Deposited:	23 Jul 2026 01:52
Last Modified:	23 Jul 2026 01:52
URI:	http://repository.its.ac.id/id/eprint/67727

Actions (login required)

View Item