6285641688335, 628551515511 info@scirepid.com

 
Indonesian Journal of Computing and Modeling - Indonesian Journal of Computing and Modeling - Vol. 4 Issue. 1 (2021)

Model Penilaian Tata Guna Lahan Dengan Citra Landsat 8 OLI Menggunakan Algoritma XGBoost Diwilayah Beresiko Tsunami (Studi Kasus : Kota Palu Sulawesi Tengah)

Yulia Fransisca Wijaya, Sri Yulianto Joko Prasetyo,



Abstract

Tsunami merupakan salah satu bencana alam yang berbahaya dimana dapat memakan korban jiwa, gelombang air yang besar pada bencana tsunami dapat bergerak sangat cepat dan dapat menghancurkan wilayah pemukiman yang berada dekat dengan laut. Dimana Indonesia merupakan salah satu negara yang berada diurutan pertama dari 256 negara didunia dengan ancaman tsunami yang tinggi. Pada tanggal 28 September 2018 terjadi sebuah tsunami pada Kota Palu yang memakan korban jiwa sebanyak 3.689 orang hilang dan meninggal. Penelitian ini bertujuan untuk membuat sebuah model peta yang dapat memberikan informasi mengenai klasifikasi lahan beresiko tsunami. Tingkat klasifikasi lahan beresiko tsunami dibagi menjadi 5 klasifikasi yaitu sangat rawan, tinggi, rendah, sangat rendah, dan tidak rawan. Hasil penelitian yang didapatkan pada nilai akurasi untuk semua parameter sebesar 0.909, sedangkan nilai perulangan pertama train mlogloss sebesar 0.6926 dan test mlogloss 0.6928, dan untuk perulangan keseratus mendapatkan nilai train mlogloss 0.6437 dan test mlogloss 0.6547, diketahui bahwa semakin banyak melakukan perulangan nilai dari pada test mglogloss dan train mglogloss akan semakin kecil perluang dari kesalahan Extreme Gradient Boosting. Berdasarkan hasil klasifikasi antara data yang sudah dan belum diprediksi menggunakan Extreme Gradient Boosting didapatkan 43 kelurahan yang mempunyai hasil yang berbeda. Sehingga Extreme Gradient Boosting dapat digunakan untuk pengambilan keputusan dalam membuat model klasifikasi lahan beresiko tsunami.







DOI :


Sitasi :

0

PISSN :

EISSN :

2598-9421

Date.Create Crossref:

12-Feb-2024

Date.Issue :

29-Jul-2021

Date.Publish :

29-Jul-2021

Date.PublishOnline :

29-Jul-2021



PDF File :

Resource :

Open

License :