Perpustakaan Digital ITB

Penyusunan sistem basis data tsunami merupakan salah satu upaya mitigasi bencana tsunami, dimana kita bisa meramalkan tinggi maksimum dan waktu tiba tsunami di pantai dengan cepat setelah terjadi gempa. Langkah pertama yang dilakukan dalam penyusunan sistem basis data tsunami adalah menentukan desain sumber gempa hipotetik berdasarkan sejarah kejadian tsunami pada daerah studi. Hasil dari model penjalaran tsunami menggunakan sumber gempa hipotetik berupa tinggi maksimum tsunami dan waktu tiba tsunami di sepanjang pantai disimpan kedalam basis data. Basis data tersebut berguna sebagai data masukan dan target pada proses pembelajaran neural network. Jenis neural network yang digunakan dalam sistem basis data tsunami ini adalah General Regression Neural Network (GRNN) yang pertama kali dikembangkan oleh Specht (1991).Penerapan sistem basis data tsunami menggunakan GRNN pada kasus ideal menunjukan hasil yang cukup memuaskan, dimana kesalahan relatif terhadap hasil perhitungan numerik menggunakan Root Mean Square Error kurang dari 6%. Hasil Prediksi GRNN pada kasus riil menunjukan kesalahan yang lebih kecil, yaitu kurang dari 3%, hal ini disebabkan karena pada kasus riil digunakan data pembelajaran yang lebih banyak dibandingkan dengan kasus ideal. Kecepatan perhitungan GRNN untuk kedua kasus hampir sama, yaitu kurang dari 2 detik tanpa memperhitungkan waktu proses input data.