The Sriwijaya University Library

  • Home
  • Information
  • News
  • Help
  • Login
  • Librarian
  • Member Area
  • Select Language :
    Arabic Bengali Brazilian Portuguese English Espanol German Indonesian Japanese Malay Persian Russian Thai Turkish Urdu

Search by :

ALL Author Subject ISBN/ISSN Advanced Search

Last search:

{{tmpObj[k].text}}
Image of MANAJEMEN MONITORING POTENSI BANJIR DI KOTA PALEMBANG MENGGUNAKAN GEOAI DENGAN METODE CONVOLUTION NEURAL NETWORK (CNN)
Bookmark Share

Skripsi

MANAJEMEN MONITORING POTENSI BANJIR DI KOTA PALEMBANG MENGGUNAKAN GEOAI DENGAN METODE CONVOLUTION NEURAL NETWORK (CNN)

Novianti, Leni - Personal Name;

Penelitian ini dilatarbelakangi oleh permasalahan banjir yang terus berulang di Kota Palembang akibat tingginya curah hujan, kondisi topografi dataran rendah, serta akumulasi sampah pada Daerah Aliran Sungai (DAS). Sistem monitoring banjir yang ada masih belum optimal karena bersifat manual, tidak terintegrasi, dan belum mampu memberikan informasi secara cepat dan akurat. Penelitian ini bertujuan untuk mengembangkan model manajemen monitoring potensi banjir berbasis Geospatial Artificial Intelligence (GeoAI) dengan metode Convolutional Neural Network (CNN) serta menganalisis kinerja model dalam mengklasifikasikan potensi banjir. Metode yang digunakan adalah pendekatan kuantitatif dengan analisis data geospasial menggunakan data curah hujan dari citra CHIRPS dan data akumulasi sampah dari citra Sentinel-2 melalui Google Earth Engine (GEE) periode 2019–2025. Tahapan penelitian meliputi pengumpulan data, prapemrosesan, augmentasi berbasis grid spasial-temporal, serta pembagian dataset 80% pelatihan dan 20% pengujian. Model Two-Dimensional Convolutional Neural Network (2D-CNN) digunakan untuk mempelajari hubungan spasial antar variabel dengan evaluasi menggunakan confusion matrix, akurasi, precision, recall, F1-score, ROC–AUC, dan K-Fold Cross Validation. Hasil penelitian menunjukkan bahwa model CNN mampu mengklasifikasikan potensi banjir dengan akurasi 73%, F1-score 0,73, dan AUC 0,742, serta menghasilkan peta sebaran wilayah banjir dan tidak banjir yang menunjukkan keterkaitan antara curah hujan dan akumulasi sampah. Kesimpulan penelitian ini menunjukkan bahwa integrasi GeoAI dan CNN efektif dalam mendukung sistem monitoring potensi banjir berbasis spasial dan dapat digunakan sebagai dasar pengambilan keputusan dalam mitigasi dan perencanaan penanggulangan banjir.


Availability
#
Central Library (Reference) T1991932026
T199193
Available but not for loan - Not for Loan
Detail Information
Series Title
-
Call Number
T1991932026
Publisher
Indralaya : Prodi Doktor Ilmu Teknik, Fakultas Teknik Universitas Sriwijaya., 2026
Collation
xx, 125 hlm.; ilus.; tab.; 29 cm.
Language
Indonesia
ISBN/ISSN
-
Classification
006.312 07
Content Type
Text
Media Type
unmediated
Carrier Type
-
Edition
-
Subject(s)
Jaringan Syaraf Tiruan
Prodi Doktor Ilmu Teknik
Specific Detail Info
-
Statement of Responsibility
KA
Other version/related
TitleEditionLanguage
PERBANDINGAN PADA METODE JARINGAN SYARAF TIRUAN BACKPROPAGATION DAN LEARNING VECTOR QUANTIZATION UNTUK MEMPREDIKSI HASIL PANEN TANAMAN JAGUNG(STUDI KASUS: DAERAH MUARADUA)id
PENGOLAHAN IMAGE PROCESSING DAN JARINGAN SYARAF TIRUAN UNTUK MENENTUKAN KEMATANGAN BUAH BELIMBING MANIS (Averrhoa carambola L.)id
File Attachment
  • MANAJEMEN MONITORING POTENSI BANJIR DI KOTA PALEMBANG MENGGUNAKAN GEOAI DENGAN METODE CONVOLUTION NEURAL NETWORK (CNN)
Comments

You must be logged in to post a comment

The Sriwijaya University Library
  • Information
  • Services
  • Librarian
  • Member Area

About Us

As a complete Library Management System, SLiMS (Senayan Library Management System) has many features that will help libraries and librarians to do their job easily and quickly. Follow this link to show some features provided by SLiMS.

Search

start it by typing one or more keywords for title, author or subject

Keep SLiMS Alive Want to Contribute?

© 2026 — Senayan Developer Community

Powered by SLiMS
Select the topic you are interested in
  • Computer Science, Information & General Works
  • Philosophy & Psychology
  • Religion
  • Social Sciences
  • Language
  • Pure Science
  • Applied Sciences
  • Art & Recreation
  • Literature
  • History & Geography
Icons made by Freepik from www.flaticon.com
Advanced Search
Where do you want to share?