Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal Ilmiah Teknik Elektro Komputer dan Informatika (JITEKI)

Model Geoprocessing Untuk Otomatisasi Pemetaan Daerah Rawan Banjir Berbasis Geographic Information System Nizar Purnama; Nasaruddin Nasaruddin; Nizamuddin Nizamuddin
Jurnal Ilmiah Teknik Elektro Komputer dan Informatika Vol 4, No 2 (2018)
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (420.221 KB) | DOI: 10.26555/jiteki.v4i2.11488

Abstract

Banjir merupakan bencana alam yang paling sering terjadi di Indonesia. Kerusakan yang diakibatkan oleh bencana banjir menjadi permasalahan global untuk bisa mengurangi korban jiwa dan kerugian secara ekonomi. Pemetaan daerah rawan banjir merupakan salah satu solusi dalam mitigasi bencana banjir. Metode pemetaan daerah rawan banjir umumnya menggunakan pemetaan secara manual sehingga membutuhkan sumber daya yang besar seperti waktu pemetaan, biaya dan tidak efisien dalam pemutakhiran data. Selain itu, pemetaan dengan menggunakan Geographic Information System secara konvensional digunakan secara otomatisasi pemetaannya dengan hasil cepat dan efisien. Oleh karena itu, penelitian ini bertujuan membuat model geoprocessing sebagai tool baru pada ArcGIS untuk pemetaan daerah rawan banjir secara otomatis dan mengevaluasi kinerja metode otomatisasi tersebut. Otomatisasi dilakukan dengan merangkai setiap tahapan pemetaan daerah rawan banjir secara konvensional menjadi sebuah tool yang menjalankan setiap tahapan hanya dalam sekali proses. Melalui penerapan model geoprocessing untuk otomatisasi pemetaan daerah rawan banjir maka didapatkan peningkatan kinerja yang lebih baik dibandingkan pembuatan peta daerah rawan banjir secara konvensional. Pemetaan daerah rawan banjir secara otomatis membutuhkan waktu rata-rata 2 menit 32 detik. Tool otomatisasi ini juga telah diuji menggunakan metode System Usability Scale dimana hasil yang didapatkan dengan nilai rata-rata 81,66 yang termasuk ke dalam kategori B (Excellent).