COVER Achmad Ikbal Rahadian
Terbatas Irwan Sofiyan
» Gedung UPT Perpustakaan
Terbatas Irwan Sofiyan
» Gedung UPT Perpustakaan
BAB 1 Achmad Ikbal Rahadian
Terbatas Irwan Sofiyan
» Gedung UPT Perpustakaan
Terbatas Irwan Sofiyan
» Gedung UPT Perpustakaan
BAB 2 Achmad Ikbal Rahadian
Terbatas Irwan Sofiyan
» Gedung UPT Perpustakaan
Terbatas Irwan Sofiyan
» Gedung UPT Perpustakaan
BAB 3 Achmad Ikbal Rahadian
Terbatas Irwan Sofiyan
» Gedung UPT Perpustakaan
Terbatas Irwan Sofiyan
» Gedung UPT Perpustakaan
BAB 4 Achmad Ikbal Rahadian
Terbatas Irwan Sofiyan
» Gedung UPT Perpustakaan
Terbatas Irwan Sofiyan
» Gedung UPT Perpustakaan
2020 TA PP Achmad Ikbal Rahadian 1-LAMPIRAN.pdf
Terbatas Irwan Sofiyan
» Gedung UPT Perpustakaan
Terbatas Irwan Sofiyan
» Gedung UPT Perpustakaan
PUSTAKA Achmad Ikbal Rahadian
Terbatas Irwan Sofiyan
» Gedung UPT Perpustakaan
Terbatas Irwan Sofiyan
» Gedung UPT Perpustakaan
-Indonesia memiliki risiko tsunami yang cukup tinggi karena dilalui oleh empat jalur pertemuan lempeng tektonik yaitu lempeng Filipina, Eurasia, Pasifik, dan Indo-Australia. Mengingat Indonesia adalah negara kepulauan dengan dua per tiga wilayahnya perairan dan memiliki garis pantai terpanjang kedua di dunia maka potensi terjadinya kerusakan akibat tsunami sangatlah besar di wilayah Indonesia. Meskipun begitu, kerusakan infrastruktur bangunan akibat bahaya tsunami jarang sekali dinilai secara kuantitatif. Padahal penilaian tersebut merupakan langkah awal rehabilitasi dan rekonstruksi wilayah terdampak tsunami, dan lebih lanjut digunakan sebagai dasar pengambilan kebijakan dalam proses mitigasi bencana. Penilaian tersebut dapat dilakukan secara cepat tanpa harus turun langsung ke lokasi tempat terjadinya bencana dengan melakukan analisis menggunakan citra satelit. Pada penelitian ini analisis kerusakan bangunan akibat tsunami dilakukan dengan lokasi studi wilayah pesisir Palu yang mengalami tsunami pada hari Jumat, 28 September 2018 pukul 18:02 WITA akibat terjadinya gempa bumi dengan magnitude 7.5. Pada analisis kerusakan bangunan akibat tsunami ini data sebaran lokasi dan jumlah bangunan dihasilkan melalui deteksi objek menggunakan deep learning dari data citra satelit resolusi tinggi.
Deteksi objek dilakukan menggunakan pretrained model YOLOv3 yang dilatih menggunakan 315 citra satelit sebagai set data dan menghasilkan model dengan nilai loss sebesar 33.15. Deteksi objek dilakukan pada citra satelit sebelum dan sesudah terjadinya tsunami dan menghasilkan data sebaran bangunan dengan akurasi masingmasing sebesar 76,78% dan 74,20%. Perbandingan data bangunan yang terdeteksi dari kedua citra satelit tersebut kemudian dianalisis menggunakan peta zona ketinggian tsunami untuk melihat korelasi antara kerusakan bangunan dengan ketinggian tsunami.Hasil penelitian menunjukkan adanya 1.547 bangunan yang rusak di area studi akibat tsunami dan menunjukkan adanya korelasi linear positif antara variabel ketinggian tsunami dengan variabel kerusakan bangunan. Menggunakan uji t-student disimpulkan bahwa terdapat hubungan yang signifikan antara kedua variabel.