Jaringan Syaraf Tiruan Untuk Prediksi Daerah Rawan Banjir Studi Kasus Kabupaten Karawang

Gugi Asgaruning, Aji Primajaya
{"title":"Jaringan Syaraf Tiruan Untuk Prediksi Daerah Rawan Banjir Studi Kasus Kabupaten Karawang","authors":"Gugi Asgaruning, Aji Primajaya","doi":"10.33633/joins.v6i2.4577","DOIUrl":null,"url":null,"abstract":"Banjir merupakan salah satu bencana alam yang sering terjadi di Indonesia, khususnya di daerah Kabupaten Karawang. Banyak kerugian yang dialami oleh masyarakat akibat terjadinya banjir. Ada beberapa parameter yang dapat digunakan untuk memprediksi terjadinya banjir seperti curah  hujan, kepadatan penduduk, dan ketinggian permukaan tanah. Pemodelan prediksi banjir perlu menghasilkan hasil yang akurat agar sistem dapat menghasilkan hasil yang bagus dalam memprediksi daerah-daerah yang rawan banjir. Pada penelitian ini akan melakukan pemodelan prediksi banjir menggunakan Jaringan Syaraf Tiruan. Untuk menentukan model yang baik perlu dilakukan sebuah metode pembagian dataset yaitu k-fold cross validation dimana setiap bagian (fold) dijadikan sebagai data uji dan n-1fold dijadikan data latih. Data yang akan digunakan pada penelitian ini adalah data curah hujan, data kepadatan penduduk, data ketinggian permukaan tanah, dan data banjir pada tahun 2015 di 30 kecamatan di Kabupaten Karawang. Hasil prediksi pada proses pelatihan dan pengujian menghasilkan nilai MSE terkecil pada k-fold ke 8 =0.00820644, nilai RMSE terkecil pada k-fold ke 3 = 0.07052563, dan nilai MAE terkecil pada k-fold ke 1 = 0.12276052. Kemudian rata-rata MSE 0.341, RMSE 0.666, dan MAE 0.302.","PeriodicalId":33057,"journal":{"name":"JOINS Journal of Information System","volume":" ","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2021-12-15","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"JOINS Journal of Information System","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.33633/joins.v6i2.4577","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Banjir merupakan salah satu bencana alam yang sering terjadi di Indonesia, khususnya di daerah Kabupaten Karawang. Banyak kerugian yang dialami oleh masyarakat akibat terjadinya banjir. Ada beberapa parameter yang dapat digunakan untuk memprediksi terjadinya banjir seperti curah  hujan, kepadatan penduduk, dan ketinggian permukaan tanah. Pemodelan prediksi banjir perlu menghasilkan hasil yang akurat agar sistem dapat menghasilkan hasil yang bagus dalam memprediksi daerah-daerah yang rawan banjir. Pada penelitian ini akan melakukan pemodelan prediksi banjir menggunakan Jaringan Syaraf Tiruan. Untuk menentukan model yang baik perlu dilakukan sebuah metode pembagian dataset yaitu k-fold cross validation dimana setiap bagian (fold) dijadikan sebagai data uji dan n-1fold dijadikan data latih. Data yang akan digunakan pada penelitian ini adalah data curah hujan, data kepadatan penduduk, data ketinggian permukaan tanah, dan data banjir pada tahun 2015 di 30 kecamatan di Kabupaten Karawang. Hasil prediksi pada proses pelatihan dan pengujian menghasilkan nilai MSE terkecil pada k-fold ke 8 =0.00820644, nilai RMSE terkecil pada k-fold ke 3 = 0.07052563, dan nilai MAE terkecil pada k-fold ke 1 = 0.12276052. Kemudian rata-rata MSE 0.341, RMSE 0.666, dan MAE 0.302.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
卡拉旺县高发病例研究的模拟神经网络
洪水是印度尼西亚最常见的自然灾害之一,尤其是在卡拉旺地区。洪水造成了许多社区损失。有一些参数可以用来预测洪水的发生,如降水、人口密度和地面高度。洪水预测模型需要产生准确的结果,这样系统才能在预测易受洪水影响的地区方面取得良好的效果。本研究将使用假神经网络进行洪水预测建模。为了确定一个好的模型,需要使用一种分析数据的方法,即k-fold cross的有效性,其中每个部分被编入测试数据,n-1fold被编入培训数据。本研究将使用的数据包括2015年卡拉旺地区30个街道的降雨量、人口密度、海拔数据和洪水数据。对培训和测试过程的预测结果在k-fold 8 =0.00820644中产生最小的MSE值,在k-fold到3的最小RMSE值= 0.07052563,和最小的MAE值在k-fold到1 = 0.12276052。然后平均MSE .341, RMSE .666, MAE .302。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
自引率
0.00%
发文量
9
审稿时长
5 weeks
期刊最新文献
DETEKSI WEBSITE PHISHING MENGGUNAKAN TEKNIK FILTER PADA MODEL MACHINE LEARNING PENGENALAN WAJAH UNTUK MEMPERCEPAT PROSES PEMILIHAN UMUM: STUDI KASUS IMPLEMENTASI METODE HOG DAN CNN PADA SISTEM EVOTING SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SUPPLIER PAKAIAN DENGAN METODE SIMPLE ADDITIVE WEIGHTING PADA TOKO HENHEN COLLECTION IMPLEMENTASI REACTJS PADA PEMBUATAN SISTEM INFORMASI DIGITAL PRINTING BERBASIS WEBSITE IMPLEMENTASI METODE SCRUM PADA PEMBUATAN FITUR USULAN DAN KLAIM KONVERSI APLIKASI XYZ
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1