Perpustakaan Digital ITB

Sektor pariwisata merupakan salah satu sektor Indonesia yang memiliki potensi pertumbuhan yang signifikan. Akan tetapi, riset telah menunjukkan bahwa tingkat keamanan sebuah daerah memiliki pengaruh terhadap tingkat kepuasan wisatawan yang berkunjung ke daerah tersebut. Potensi bencana yang tinggi serta tidak adanya implementasi sistem peringatan dini dalam skala yang besar di Indonesia dapat menghambat pertumbuhan sektor pariwisata secara signifikan. Penelitian ini bertujuan untuk mengembangkan sebuah model prediksi geolokasi berbasis gambar menggunakan ResNet-50 yang dapat diimplementasikan pada sebuah website Sistem Peringatan Dini Gempa (EEWS) untuk sektor pariwisata, atau EEWS-Pariwisata. Tahap-tahap pada penelitian ini mencakup pengumpulan data training, cleaning dataset training sebelum digunakan, serta pelatihan beberapa model dengan variasi hyperparameter yang berbeda. Hyperparameter yang dilakukan tuning mencakup jumlah epoch, initial learning rate, serta batch size, dan tuning dilakukan secara manual. Model prediksi geolokasi dihasilkan dengan melatih model pretrained ResNet-50 menggunakan laptop dengan RTX 4050 dengan instalasi CUDA. Performa model prediksi geolokasi diukur menggunakan persentase hasil prediksi dengan jarak Haversine dari titik aktual yang berada di bawah 25 km. Berdasarkan pengujian yang dilakukan untuk seluruh variasi model, model dengan performa terbaik menghasilkan nilai 4.30%. Nilai ini diperoleh oleh model dengan hyperparameter berupa 8 epoch, batch size 32, dan initial learning rate 0.0001. Hasil pengujian menunjukkan bahwa model prediksi geolokasi masih memiliki performa yang kurang maksimal dan tidak memenuhi constraint yang ditetapkan. Namun, meskipun akurasi model masih tergolong rendah, grafik training loss terhadap jumlah epoch untuk tiga model dengan performa terbaik menunjukkan tren yang sesuai dengan kurva training loss over epochs yang ideal. Selain performa model prediksi geolokasi, dilakukan juga pengujian bagian frontend dari web EEWS-Pariwisata. Tahap pertama dari pengujian frontend adalah pemeriksaan fungsionalitas fitur-fitur utama web. Hasil pengujian fungsionalitas frontend menunjukkan bahwa seluruh fitur web EEWS-Pariwisata berfungsi dengan sesuai. Tahap kedua dari pengujian frontend adalah pelaksanaan survei feedback pengguna yang terdiri dari pertanyaan-pertanyaan SUS, CCI, dan TiAS. Berdasarkan penilaian yang diberikan oleh 50 responden survei, nilai SUS sistem adalah 69.05, nilai CCI sistem adalah 94.14, dan nilai TiAS sistem adalah 76.95. Ketiga nilai ini memenuhi constraint yang telah ditetapkan. Hasil-hasil ini menunjukkan bahwa sistem memiliki tingkat usability di atas rata-rata, penyajian informasi yang efektif dan mudah dimengerti, dan pengguna secara umum memercayai sistem EEWS-Pariwisata. Pengujian sistem terintegrasi dilakukan dengan melakukan perhitungan peningkatan niat berkunjung wisatawan berdasarkan nilai SUS, CCI, dan TiAS yang diperoleh dari survei feedback pengguna. Hasil perhitungan yang dilakukan menunjukkan bahwa sistem EEWS-Pariwisata berpotensi menghasilkan nilai averted loss sebanyak Rp 702.268.000.000 (sekitar USD 42.985.964) per bulannya. Walaupun web EEWS-Pariwisata yang dikembangkan untuk tugas akhir ini memiliki kekurangan dalam beberapa komponen evaluasi, sistem ini memiliki potensi untuk diimplementasikan sebagai EEWS prediktif di sektor pariwisata Indonesia. Pengembangan lebih lanjut dapat mewujudkan implementasi web EEWS-Pariwisata sebagai sistem peringatan dini gempa dalam skala nasional yang meningkatkan kesiapan masyarakat dalam menghadapi potensi bencana.