Algoritma J48 untuk Pemodelan Sistem Prediksi Tingkat Kerawanan Banjir dengan Visualisasi Web GIS
Abstract
Banjir merupakan bencana yang sering terjadi di Indonesia. Banjir yang terjadi di Indonesia merupakan kombinasi antara faktor alam dan faktor non alam (antropogenik). Banyak wilayah rawan banjir yang jumlah penduduknya cukup tinggi dikarenakan kurangnya pemahaman jika wilayah yang ditempati merupakan wilayah rawan banjir. Untuk itu dibuat suatu Pemodelan Sistem Pendukung Keputusan Prediksi Tingkat Kerawanan Banjir menggunakan Metode Decision Tree Algortima J48 dengan menggunakan empat parameter yaitu curah hujan rata-rata, kelerengan tanah, penggunaan lahan dan jarak antara wilayah kelurahan dengan sungai. Akurasi yang dihasilkan dari Algoritma J48 tersebut adalah 85,97%. Nilai akurasi tersebut dapat dinyatakan tinggi sebagai model prediksi. Model Prediksi tersebut digunakan sebagai acuan perancangan Sistem Prediksi Tingkat Kerawanan Banjir Di Kota Administrasi Jakarta Timur yang terdapat 65 kelurahan didalamnya. Hasil prediksi tingkat kerawanan banjir dari sistem ini divisualisasikan dalam bentuk web map menggunakan Web GIS.
Keywords
Full Text:
PDFReferences
A. Khusaeri et al., “Algoritma C4.5 Untuk Pemodelan Daerah Rawan Banjir Studi Kasus Kabupaten Karawang Jawa Barat,” Ilk. J. Ilm., vol. 9, no. 2, p. 132, 2017.
Y. Mendrofa, “IMPLEMENTASI ALGORITMA c4.5 UNTUK MEMPREDIKSI TINGKAT KERUSAKAN AKIBAT BANJIR ( STUDI Kasus : BPBD Prov . Sumut ),” J. Pelita Inform., vol. 18, no. April, pp. 323–331, 2019.
E. Buulolo, N. Silalahi, Fadlina, and R. Rahim, “C4.5 Algorithm To Predict the Impact of the Earthquake,” Int. J. Eng. Res. Technol., vol. 6, no. 2, pp. 10–15, 2017.
M. Dari, F. Citra, and P. Gigi, “ANALISA FUZZY C45 DALAM MENGKLASIFIKASI JENIS KELAMIN,” pp. 160–166, 2018.
D. S. Lumbansiantar, “Analisa Data Bencana Alam Untuk Prediksi Dampak Yang Ditimbulkan Dengan Algoritma J48 ( Studi Kasus : Palang Merah Indonesia ),” vol. 3, pp. 25–29, 2019.
R. Ella and R. Saputra, “Flood-prone Areas Mapping at Semarang City By Using Simple Additive Weighting Method,” Procedia - Soc. Behav. Sci., vol. 227, no. November 2015, pp. 378–386, 2016.
V. Chaurasia, S. Pal, and B. B. Tiwari, “Prediction of benign and malignant breast cancer using data mining techniques,” J. Algorithms Comput. Technol., vol. 12, no. 2, pp. 119–126, 2018.
M. Faid, M. Jasri, and T. Rahmawati, “Perbandingan Kinerja Tool Data Mining Weka dan Rapidminer Dalam Algoritma Klasifikasi,” Teknika, vol. 8, no. 1, pp. 11–16, 2019.
B. Web, P. Kota, D. O. Pugas, M. Somantri, and K. I. Satoto, “Pencarian Rute Terpendek Menggunakan Algoritma Dijkstra dan Astar ( A *) Pencarian Rute Terpendek Menggunakan Algoritma Dijkstra dan Astar ( A *) pada SIG Berbasis Web untuk Pemetaan Pariwisata Kota Sawahlunto,” no. December, 2014.
U. Ependi, “Geographic Information System Produksi Energi dan Pertambangan Kabupaten Musi Banyuasin,” J. Nas. Teknol. dan Sist. Inf., vol. 3, no. 3, pp. 360–369, 2018.
G. D. Orso and M. Migliore, “A GIS-based method for evaluating the walkability of a pedestrian environment and prioritised investments,” J. Transp. Geogr., vol. 82, no. October 2019, p. 102555, 2020.
N. Novitasari, A. Nugraha, and A. Suprayogi, “Pemetaan Multi Hazards Berbasis Sistem Informasi Geografis Di Kabupaten Demak Jawa Tengah,” J. Geod. Undip, vol. 4, no. 4, pp. 181–190, 2015.
A. Sistem et al., “Jurnal Geodesi Undip Agustus 2016 Jurnal Geodesi Undip Agustus 2016,” vol. 5, pp. 70–80, 2016.
S. L. Saefudin, “Sistem Pendukung Keputusan Untuk Penilaian Kinerja Karyawan,” J. Pengemb. Ris. dan Obs. Tek. Inform., vol. 2, no. September, pp. 40–43, 2015.
M. F. Arifin and D. Fitrianah, “Penerapan Algoritma Klasifikasi C4.5 Dalam Rekomendasi Penerimaan Mitra Penjualan Studi Kasus : PT Atria Artha Persada,” InComTech, vol. 8, no. 2, pp. 87–102, 2018.
X. Xiong and L. Luo, “Use of geographical information systems for delimiting health service areas in China,” Geospat. Health, vol. 12, no. 1, 2017.
BNBP, “Kepala Badan Nasional Penanggulangan Bencana Tentang Daftar Isi Kepala Badan Nasional Penanggulangan Bencana Tahun 2012 Tentang Pedoman Umum Pengkajian Risiko 2 . Lampiran Peraturan,” 2012.
F. J. Kaunang, “Penerapan Algoritma J48 Decision Tree Untuk Analisis Tingkat Kemiskinan di Indonesia,” CogITo Smart J., vol. 4, no. 2, p. 348, 2019.
B. L. Guibijar, “Data Flow Diagram DFD in Developing Online Product Monitoring System OPMS of DTI,” Int. J. Trend Sci. Res. Dev., vol. Volume-2, no. Issue-6, pp. 1–7, 2018.
^ a b c "Provinsi DKI Jakarta Dalam Angka 2019". BPS DKI Jakarta. Diakses tanggal 19 Februari 202
DOI: https://doi.org/10.26418/justin.v10i1.41374
Refbacks
- There are currently no refbacks.
Copyright (c) 2022 JUSTIN (Jurnal Sistem dan Teknologi Informasi)
View My Stats
All article in Justin is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License