Penentuan Wilayah Resiko Bencana Kekeringan di Jawa Tengah Menggunakan Machine Learning dan Indeks Vegetasi pada Citra Landsat 8 OLI
| Main Authors: | Silvianugroho, Septian, Prasetyo, Sri Yulianto Joko, Hartomo, Kristoko Dwi |
|---|---|
| Format: | Article info application/pdf eJournal |
| Bahasa: | eng |
| Terbitan: |
Pusat Studi Sistem Informasi dan Pemodelan Mitigasi Tropika
, 2019
|
| Online Access: |
https://ejournal.uksw.edu/icm/article/view/2952 https://ejournal.uksw.edu/icm/article/view/2952/1332 |
Daftar Isi:
- Bencana kekeringan di Indonesia terjadi hampir setiap tahun, khususnya untuk provinsi Jawa Tengah yang mana tercatat dalam sejarah dari tahun 1815 sampai tahun 2015 telah terjadi 382 kejadian. Untuk itu diperlukan adanya prediksi penentuan wilayah kekeringan di seluruh kecamatan di Jawa Tengah. Pada penelitian ini prediksi kekeringan menggunakan Machine Learning untuk menganalisa hasil ekstraksi dari citra Landsat-8 OLI yang berupa indeks vegetasi yaitu NDVI, SAVI, VCI, VHI dan TCI dengan menggunakan beberapa algoritma, diantaranya adalah Decision Tree, Principal Component Analisys(PCA) dan Random Forest. Hasil yang diperoleh ada total 17 kecamatan yang diprediksi terkena bencana kekeringan yang sangat parah, dengan nilai accuracy 0,7507463, logloss 0,6232992 dan Mean Sequare Error (MSE) sebesar 0,1795135.