Perpustakaan Digital ITB

Banjir merupakan bentuk dari bencana alam yang oleh volume air berlebih yang tidak bisa ditampung sehingga menggenang pada suatu wilayah. Banjir secara langsung memberikan dampak yang dirasakan oleh korbannya seperti kerugian materiil berupa uang dan barang. Selain itu, dampak secara tidak langsung dirasakan oleh masyarakat adalah rusaknya fasilitas-fasilitas umum seperti jalan raya. Curah hujan yang tinggi menimbulkan risiko banjir pada infrastruktur perkerasan. Padahal, ketergantungan atas jalan sangat dominan karena menjadi tulang punggung pergerakan aktivitas manusia di Indonesia. Bencana banjir umumnya tidak bisa diprediksi kejadiannya. Tahapan pemeliharaan perkerasan jalan oleh pihak terkait hanya berupa pemeliharaan rutin yang memang telah direncanakan. Hal ini menyebabkan adanya ketidaksiapan dari segi biaya dan dana dari penanggung jawab fasilitas jalan terhadap rusaknya perkerasan akibat bencana banjir. Maka, tujuan dari penelitian ini adalah mengidentifikasi dampak bencana banjir terhadap perkerasan yang kemudian dilakukan optimasi dalam upaya pemeliharaan jaringan jalan dikarenakan batasan jumlah anggaran pada suatu daerah. Melalui analisis optimasi dengan 3 (tiga) metode yaitu Greedy Heuristik, Reinforcement Learning, dan Naïve Bayes Classifier, masing-masing metode memiliki kecocokannya dengan berorientasi pada benefit yang diharapkan. Greedy Heuristik cocok untuk yang memiliki tendensi jalan lebih rusak dengan arus tinggi sehingga menjadikan ruas tersebut memiliki fitness value yang besar. Reinforcement Learning cocok untuk yang memiliki tendensi memaksimalkan nilai benefit dengan penanganan yang merata. Sedangkan Naive Bayes Classifier cocok untuk yang memiliki tendensi pengambilan keputusan dengan kasus data yang sangat banyak. Akan tetapi dengan parameter penelitian yg ditetapkan, metode Greedy Heuristik memberikan nilai rasio benefit dengan cost (BCR) tertinggi yaitu 0,016 pada skenario tidak banjir dan 0.018 pada semua skenario dengan batasan dana sebesar Rp 80M. Sedangkan skenario banjir tanpa batasan dana, metode Naïve Bayes Classifier memberikan BCR tertinggi yaitu 0,017.