ANALISIS KERAWANAN MULTI BAHAYA ASIA TENGGARA MENGGUNAKAN INTEGRASI ANALISIS MULTI KRITERIA DAN MACHINE LEARNING
Bahaya merupakan peristiwa fisik, fenomena, atau aktivitas manusia yang berpotensi merusak dan menyebabkan hilangnya nyawa, harta benda, dan gangguan sosial ekonomi. Asia Tenggara menjadi salah saru wilayah yang rawan bencana alam di dunia. Sejak bulan Juli 2012 hingga bulan Mei 2020 tercatat total kejadian bencana di Asia Tenggara (ASEAN) mencapai 1.899 kejadian bencana dengan terdampak lebih dari 147 juta jiwa di antaranya mengakibatkan 84.000 korban jiwa meninggal dunia dan hilang serta paling sedikit mengalami kerugian sebesar 17 miliar dolar. Bahaya yang terjadi di ASEAN didominasi oleh bahaya hidrometeorologi. Bahaya hidrometeorologi tanah longsor, banjir, kekeringan, kebakaran hutan dan badai mendominasi sekitar 80% dari bencana tahunan ASEAN. Hal ini terjadi akibat dari perubahan iklim ekstrim yang terus meningkat setiap tahunnya. Bahaya tersebut tidak dapat dihilangkan secara total, namun efeknya dapat minimalkan. Berbagai macam upaya telah dikembangkan untuk melakukan pemodelan kerawanan bahaya ASEAN. Biasanya bahaya tersebut dimodelkan secara terpisah, namun untuk meningkatkan manajemen mitigasi dan ketahanan maka bahaya dapat dikarakteristikkan secara kompleks menjadi multi bahaya. oleh karena itu tujuan dari penelitian ini adalah melakukan pemodelan kerawanan multi bahaya menggunakan integrasi data dan integrasi metode. Metode kerawanan multi bahaya ini menggunakan tiga jenis metode yaitu metode machine learning, metode multi criteria analysis dan metode integrasi machine learning dan multi criteria analysis. Hasil dari penelitian ini berupa analisis kerawanan multi bahaya di Asia Tenggara menggunakan metode yang berbeda dengan akurasi model lebih dari 85%. Hasil pemodelan kerawanan ini dapat dimanfaatkan untuk mengindentifikasi wilayah yang rentan terhadap bahaya dan meningkatkan manajemen serta ketahanan terhadap bencana.