ESDMESDM
Indonesian Journal on GeoscienceIndonesian Journal on GeosciencePemetaaan kerentanan longsor (LSM) menghasilkan peta zonasi tingkat kerentanan longsor, yang merepresentasikan probabilitas longsor di masa depan. Hal ini diperlukan untuk memberikan pedoman terkait perencanaan spasial. Metode pembelajaran mesin digunakan, yaitu algoritma random forest (RF) untuk memetakan kerentanan longsor menggunakan Python. Studi kasusnya adalah Kota Palu dan sekitarnya, yang terkena gempa bumi besar pada 28 September 2018. Beberapa studi LSM sebelumnya tidak membahas penyetelan hiperparameter, dan beberapa lainnya tidak menyebutkan akurasi pelatihan. Oleh karena itu, penelitian ini bertujuan untuk mengetahui apakah model cepat tanpa penyetelan hiperparameter yang sering mengalami overfitting dapat menghasilkan peta kerentanan longsor yang baik. Pertanyaan penelitian dijawab dengan membandingkan dua peta kerentanan longsor yang dibangun dengan dan tanpa penyetelan hiperparameter menggunakan analisis receiver operating characteristics (ROC) dan kepadatan longsor (LD). Penelitian ini menunjukkan bahwa area di bawah kurva (AUC) peta kerentanan longsor dari model RF cepat tanpa penyetelan hiperparameter setara dengan AUC dari peta model yang disetel. Hal yang sama terjadi pada kedua peta kepadatan longsor (LD), dan tidak terdapat anomali pada peta model cepat. Namun, terdapat penampilan yang tidak biasa pada peta model cepat. Oleh karena itu, penyetelan hiperparameter untuk memperoleh model optimal tanpa overfitting wajib dilakukan dalam memprediksi kerentanan longsor secara spasial.
Perhitungan AUC dan kepadatan longsor (LD) pada peta tanpa penyetelan hiperparameter tidak menunjukkan anomali, namun jelas bahwa penyetelan hiperparameter diperlukan untuk menghilangkan overfitting pada model.Model optimal berada pada rentang kompleksitas yang tepat sehingga menghindari baik overfitting maupun underfitting.Oleh karena itu, penyetelan hiperparameter harus dilakukan serta akurasi model dihitung pada data pelatihan dan pengujian untuk memastikan tidak terjadi overfitting.
Penelitian selanjutnya dapat mengeksplorasi perbandingan kinerja algoritma pembelajaran mesin lain, seperti gradient boosting atau jaringan saraf dalam, terhadap random forest yang telah disetel hiperparameternya dalam memetakan kerentanan longsor di wilayah rawan gempa. Selanjutnya, studi dapat menambahkan variabel lingkungan tambahan, misalnya intensitas curah hujan dan kelembaban tanah yang diperoleh dari citra satelit, untuk menilai apakah peningkatan variabel input dapat mengurangi risiko overfitting dan meningkatkan akurasi prediksi. Selain itu, diperlukan pengembangan kerangka kerja pemetaan kerentanan longsor secara dinamis dengan data GIS yang mengalir dan optimasi hiperparameter otomatis, sehingga model dapat menyesuaikan diri secara real‑time terhadap perubahan kondisi topografi dan iklim. Penelitian-penelitian ini akan memperluas pemahaman tentang cara meminimalkan overfitting, meningkatkan ketepatan peta, dan meningkatkan kegunaan praktis bagi perencanaan wilayah. Dengan menjawab pertanyaan-pertanyaan tersebut, diharapkan dapat menghasilkan model yang lebih robust dan adaptif untuk mitigasi bencana longsor. Selain itu, analisis sensitivitas terhadap pemilihan parameter model dapat memberikan insight mengenai faktor dominan yang paling berpengaruh pada prediksi kerentanan.
- Landslide Susceptibility Mapping Using Single Machine Learning Models: A Case Study from Pithoragarh... onlinelibrary.wiley.com/doi/10.1155/2021/9934732Landslide Susceptibility Mapping Using Single Machine Learning Models A Case Study from Pithoragarh onlinelibrary wiley doi 10 1155 2021 9934732
- SUSCEPTIBILITY ASSESSMENT OF EARTHQUAKE-INDUCED LANDSLIDES: THE 2018 PALU, SULAWESI MW 7.5 EARTHQUAKE,... doi.org/10.17794/rgn.2023.3.4SUSCEPTIBILITY ASSESSMENT OF EARTHQUAKE INDUCED LANDSLIDES THE 2018 PALU SULAWESI MW 7 5 EARTHQUAKE doi 10 17794 rgn 2023 3 4
| File size | 5.34 MB |
| Pages | 11 |
| DMCA | Report |
Related /
BCRECBCREC Temuan ini memberikan wawasan berharga ke dalam konversi CO₂ yang dibantu plasma, menekankan pentingnya kondisi lucutan dalam meningkatkan efisiensiTemuan ini memberikan wawasan berharga ke dalam konversi CO₂ yang dibantu plasma, menekankan pentingnya kondisi lucutan dalam meningkatkan efisiensi
PRISMAPRISMA Pemetaan zona dan tingkat kerentanan tanah longsor pada daerah penelitian menghasilkan tiga zona kerentanan. Zona dengan tingkat kerentanan rendah mencakupPemetaan zona dan tingkat kerentanan tanah longsor pada daerah penelitian menghasilkan tiga zona kerentanan. Zona dengan tingkat kerentanan rendah mencakup
ESDMESDM By applying a sequential workflow of various seismic attributes, including the second derivative, phase shift, frequency filter, structural smoothing,By applying a sequential workflow of various seismic attributes, including the second derivative, phase shift, frequency filter, structural smoothing,
IRPIIRPI Penelitian ini mengusulkan pendekatan feature selection menggunakan Boruta untuk meningkatkan akurasi model lapser, dengan menerapkan teknik wrapper padaPenelitian ini mengusulkan pendekatan feature selection menggunakan Boruta untuk meningkatkan akurasi model lapser, dengan menerapkan teknik wrapper pada
UMSUMS Studi ini menunjukkan bahwa area dengan kerentanan erosi tinggi di daerah aliran Amizmiz terutama berada di zona axial dan bagian barat bawah, di manaStudi ini menunjukkan bahwa area dengan kerentanan erosi tinggi di daerah aliran Amizmiz terutama berada di zona axial dan bagian barat bawah, di mana
UMSUMS Temuan menunjukkan penurunan signifikan dalam tutupan salju/es (kemiringan = -0. 0048, tau = -0. 193), menggarisbawahi dampak mendalam pemanasan iklimTemuan menunjukkan penurunan signifikan dalam tutupan salju/es (kemiringan = -0. 0048, tau = -0. 193), menggarisbawahi dampak mendalam pemanasan iklim
UMSUMS Dari 5 sub DAS di DAS Comal, 2 sub DAS memiliki kemiringan lereng > 30%, 2 sub DAS memiliki kemiringan lereng 0-30%, dan 2 sub DAS memiliki kemiringanDari 5 sub DAS di DAS Comal, 2 sub DAS memiliki kemiringan lereng > 30%, 2 sub DAS memiliki kemiringan lereng 0-30%, dan 2 sub DAS memiliki kemiringan
UMSUMS Penelitian ini menggunakan citra satelit radar JERS-1 (Japanese Earth Resources Satellite-1) dan ERS-1 (European Remote Sensing Satellite-1) untuk menganalisisPenelitian ini menggunakan citra satelit radar JERS-1 (Japanese Earth Resources Satellite-1) dan ERS-1 (European Remote Sensing Satellite-1) untuk menganalisis
Useful /
UINSAIDUINSAID The research adopts a qualitative approach and employs Critical Discourse Analysis to examine dialogues, narratives, and visual representations acrossThe research adopts a qualitative approach and employs Critical Discourse Analysis to examine dialogues, narratives, and visual representations across
POLTEKKES MATARAMPOLTEKKES MATARAM Penyakit ginjal kronis (CKD) merupakan kondisi penurunan fungsi ginjal yang progresif dan tidak dapat dipulihkan. Salah satu komplikasi utama CKD adalahPenyakit ginjal kronis (CKD) merupakan kondisi penurunan fungsi ginjal yang progresif dan tidak dapat dipulihkan. Salah satu komplikasi utama CKD adalah
IRPIIRPI Temuan ini menyarankan penelitian lebih lanjut untuk menciptakan konten yang lebih terarah dan mencari faktor-faktor signifikan yang meningkatkan jumlahTemuan ini menyarankan penelitian lebih lanjut untuk menciptakan konten yang lebih terarah dan mencari faktor-faktor signifikan yang meningkatkan jumlah
IRPIIRPI Dataset yang digunakan terdiri dari 1. 025 entri dengan 14 fitur, yang telah melalui tahap preprocessing, termasuk normalisasi, seleksi fitur, dan pembagianDataset yang digunakan terdiri dari 1. 025 entri dengan 14 fitur, yang telah melalui tahap preprocessing, termasuk normalisasi, seleksi fitur, dan pembagian