Perpustakaan Digital ITB

Mengikuti perkembangan teknologi, penggunaan Machine Learning mulai digunakan dalam bidang Perencanaan Wilayah dan Kota (PWK) di berbagai penelitian. Sejalan dengan adanya arahan Sendai Framework For Disaster Risk Reduction dan UU No. 24 Tahun 2007 untuk inovasi, penelitian ini bertujuan untuk menguji dan membuktikan keterterapan pemodelan prediktif Machine Learning yang diintegrasikan dengan pemodelan hidrodinamika storm water management model (SWMM) dalam analisis pemetaan spasial risiko banjir, dengan Daerah Aliran Sungai (DAS) Grenjeng Cirebon sebagai kasus studi pengujian empirisnya. Menggunakan algoritma Pemodelan prediktif berbasis random forest regressor, penelitian ini memanfaatkan variabel prediktor fisik lingkungan, antropogenik, dan sosial-ekonomi berbasis unit grid untuk membuat pemetaan prediktif risiko banjir.. Untuk menjamin bahwa model terbukti akurat terhadap keadaan sebenarnya, peta risiko hasil machine learning divalidasi secara statistik terhadap data historis kejadian banjir BPBD. Penelitian ini akan menghasilkan rekomendasi apakah Machine Learning dapat digunakan dalam bidang Perencanaan Wilayah dan Kota, baik dalam penelitian kedepannya ataupun untuk instrumen perencanaan agar proses pembuatan kebijakan dan perencanaan dapat berjalan dengan lebih efisien.