Search for collections on Repository Universitas Jenderal Soedirman

Deteksi Daerah Rawan Banjir Berbasis Data Satelit menggunakan Regresi Logistik di Provinsi Jawa Tengah dan DIY

PRATIDINA, Gineung (2019) Deteksi Daerah Rawan Banjir Berbasis Data Satelit menggunakan Regresi Logistik di Provinsi Jawa Tengah dan DIY. Skripsi thesis, Universitas Jenderal Soedirman Purwokerto.

[img] PDF (Cover)
1.COVER-GINEUNG PRATIDINA-H1B015031-SKRIPSI-FT-2019.pdf

Download (36kB)
[img] PDF (Legalitas)
2.LEGALITAS-GINEUNG PRATIDINA-H1B015031-SKRIPSI-FT-2019.pdf
Restricted to Repository staff only

Download (1MB)
[img] PDF (Abstrak)
3.ABSTRAK-GINEUNG PRATIDINA-H1B015031-SKRIPSI-FT-2019.pdf

Download (938kB)
[img] PDF (BabI)
4.BAB-I-GINEUNG PRATIDINA-H1B015031-SKRIPSI-FT-2019.pdf
Restricted to Repository staff only until 13 December 2023.

Download (727kB)
[img] PDF (BabII)
5.BAB-II-GINEUNG PRATIDINA-H1B015031-SKRIPSI-FT-2019.pdf
Restricted to Repository staff only until 13 December 2023.

Download (978kB)
[img] PDF (BabIII)
6.BAB-III-GINEUNG PRATIDINA-H1B015031-SKRIPSI-FT-2019.pdf
Restricted to Repository staff only until 13 December 2023.

Download (1MB)
[img] PDF (BabIV)
7.BAB-IV-GINEUNG PRATIDINA-H1B015031-SKRIPSI-FT-2019.pdf
Restricted to Repository staff only

Download (1MB)
[img] PDF (BabV)
8.BAB-V-GINEUNG PRATIDINA-H1B015031-SKRIPSI-FT-2019.pdf

Download (830kB)
[img] PDF (DaftarPustaka)
9.DAFTAR-PUSTAKA-GINEUNG PRATIDINA-H1B015031-SKRIPSI-FT-2019.pdf

Download (832kB)
[img] PDF (Lampiran)
10.LAMPIRAN-GINEUNG PRATIDINA-H1B015031-SKRIPSI-FT-2019.pdf
Restricted to Repository staff only

Download (1MB)

Abstract

Sejarah kejadian bencana alam yang tercatat dalam BNPB (2019) menjelaskan bahwa jumlah seluruh kejadian bencana alam di Pulau Jawa bagian tengah (Provinsi Jawa Tengah dan Provinsi Daerah Istimewa Yogyakarta) menempati urutan paling tinggi dalam hal jumlah frekuensi kejadiannya secara nasional. Dari keseluruhan bencana alam yang pernah terjadi di Jawa Tengah, jumlah kejadian bencana banjir menempati urutan ketiga setelah bencana tanah longsor dan bencana puting beliung yaitu sekitar 1500 kejadian bencana. Berbagai faktor yang dapat menyebabkan banjir tidak dapat sepenuhnya dihilangkan. Namun, yang lebih perlu dilakukan adalah bagaimana mengontrol dampak yang disebabkan banjir sehingga dapat dikelola dan dipantau dengan tepat. Salah satu upaya untuk mengatasi persoalan ancaman banjir adalah dengan mengembangan model deteksi daerah rawan banjir. Dalam penelitian ini, dilakukan deteksi daerah rawan banjir dengan menggunakan metode regresi logistik yang memperhitungkan variable-variabel penyebab terjadinya banjir seperti elevasi, kemiringan lahan, jarak sungai, flow accumulation, curah hujan, dan koefisien runoff. Hasil pemodelan regresi logistik yang telah dilakukan, didapatkan koefisien-koefisien dari variabel/parameter yang telah disebutkan sebelumnya, yaitu intercept (5.05766 – 16.13210), curah hujan (-0.01547 – 0.04075), elevasi (0.02173 – -0.00592), slope (-0.28108 – -0.01940), koefisien runoff (-9.10476 – 7.15039), jarak sungai (0.00038 – 0.00783), dan flow accumulation (-9.26342E-06 – 0.00309). Tingkat keberhasilan dalam uji kehandalan pemodelan ini sebesar 93.47826% -98.26087% dari 329 data titik kejadian banjir dan tidak banjir. Setelah dilakukan pemetaan titik-titik rawan banjir, terdapat 25 kabupaten yang memiliki potensi rawan banjir di Provinsi Jawa Tengah dan DIY. Hal ini disimpulkan dari lebih luasnya luas 1 (prediksi banjir) daripada 0 (prediksi tidak banjir) dari masing-masing kabupaten.

Item Type: Thesis (Skripsi)
Nomor Inventaris: H19163
Uncontrolled Keywords: Banjir, Regresi Logistik, Parameter Banjir
Subjects: D > D201 Disasters
P > P507 Prevention
Divisions: Fakultas Teknik > S1 Teknik Sipil
Depositing User: Mr Saino Saino
Date Deposited: 13 Dec 2022 13:38
Last Modified: 13 Dec 2022 13:38
URI: http://repository.unsoed.ac.id/id/eprint/19217

Actions (login required)

View Item View Item