Andewi, Putu Ony (2024) PENGEMBANGAN LAYANAN WEB SERVICES PEMETAAN POTENSI WILAYAH RISIKO BANJIR BERBASIS REMOTE SENSING DI PROVINSI BALI MENGGUNAKAN ALGORITMA RANDOM FOREST. Undergraduate thesis, Universitas Pendidikan Ganesha.
![[img]](http://repo.undiksha.ac.id/style/images/fileicons/text.png) |
Text (COVER)
2015101031-COVER.pdf Download (2MB) |
|
Text (ABSTRAK)
2015101031-ABSTRAK.pdf Download (482kB) |
|
Text (BAB I LATAR BELAKANG)
2015101031-BAB I.pdf Download (1MB) |
|
Text (BAB II KAJIAN TEORI)
2015101031-BAB II.pdf Restricted to Repository staff only Download (3MB) | Request a copy |
|
Text (BAB III METODOLOGI PENELITIAN)
2015101031-BAB III.pdf Restricted to Repository staff only Download (1MB) | Request a copy |
|
Text (BAB IV HASIL DAN PEMBAHASAN)
2015101031-BAB IV.pdf Restricted to Repository staff only Download (4MB) | Request a copy |
|
Text (BAB V SIMPULAN DAN SARAN)
2015101031-BAB V.pdf Restricted to Repository staff only Download (461kB) | Request a copy |
|
Text (DAFTAR PUSTAKA)
2015101031-DAFTAR PUSTAKA.pdf Download (1MB) |
|
Text (LAMPIRAN)
2015101031-LAMPIRAN.pdf Download (8MB) |
Abstract
Penelitian ini dilakukan untuk mengembangkan layanan web services yang dapat diintegrasikan oleh pihak ketiga kedalam WebGIS yang memetakan potensi risiko banjir di Provinsi Bali menggunakan citra satelit dan algoritma random forest. Layanan ini diharapkan dapat membantu pemerintah, masyarakat, dan peneliti dalam memantau dan memprediksi potensi risiko banjir secara real-time. Banjir merupakan fenomena alam yang sering kali menjadi permasalahan serius di berbagai wilayah terutama pada Provinsi Bali dan berkaitan dengan ulah manusia yang diakibatkan oleh beberapa faktor yaitu, hujan, kondisi sungai, kondisi daerah hulu, kondisi daerah budidaya, dan pasang surut air laut. Terjadinya banjir dapat meyebabkan kerugian signifikan baik materiil maupun jiwa. Bentuk upaya yang dapat dilakukan yaitu dengan pemetaan potensi wilayah risiko banjir. Pemetaan ini dilakukan dengan menggunakan data dari citra satelit Landsat 8, level 2, collection 2, tier 1 yang diolah menggunakan platform Google Earth Engine (GEE) untuk menghitung indeks seperti Digital Elevation Model (DEM), Topographic Position Index (TPI), Normalized Difference Vegetation Index (NDVI), dan Normalized Difference Water Index (NDWI). Indeks tersebut kemudian digunakan sebagai input dalam membangun model random forest untuk mengklasifikasikan wilayah berdasarkan tingkat risiko banjir: tinggi, sedang, dan rendah. Metode penelitian ini meliputi pemrosesan data citra satelit untuk menghitung nilai indeks, pelabelan titik risiko banjir, dan pengembangan model random forest. Model ini diintegrasikan ke dalam layanan WebGIS yang interaktif dan mudah diakses oleh pengguna melalui framework Flask dan visualisasi peta berbasis leaflet JS. Hasil pengujian menunjukkan bahwa model random forest memiliki akurasi 86% pada data uji, berdasarkan pengujian confusion matrix yang mengevaluasi metrik akurasi, presisi, recall, dan f1-score. Layanan WebGIS yang dikembangkan memungkinkan pengguna untuk mendapatkan informasi potensi risiko banjir di berbagai lokasi di Provinsi Bali secara real-time.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Uncontrolled Keywords: | Citra satelit, Google Earth Engine (GEE), Random Forest, Confusion Matrix, Flask, WebGIS |
| Subjects: | T Technology > T Technology (General) |
| Divisions: | Fakultas Teknik dan Kejuruan > Jurusan Teknik Informatika > Program Studi Ilmu Komputer (S1) |
| Depositing User: | Putu Ony Andewi |
| Date Deposited: | 25 Nov 2024 05:50 |
| Last Modified: | 25 Nov 2024 05:50 |
| URI: | http://repo.undiksha.ac.id/id/eprint/22471 |
Actions (login required)
 |
View Item |