Abstract:Penelitian ini bertujuan untuk menerapkan Geographic Artificial Intelligence (Geo-AI) dalam identifikasi daerah rawan banjir di Kota Ambon. Geo-AI merupakan kombinasi teknologi kecerdasan buatan dengan data geospasial, termasuk…
ermasuk citra satelit dan data cuaca, yang memungkinkan analisis yang lebih akurat dan efisien dalam mengidentifikasi daerah rawan banjir. Melalui Google Earth Engine, data citra satelit dan data geospasial lainnya diolah dan dianalisis menggunakan algoritma kecerdasan buatan untuk mengidentifikasi pola banjir dan daerah yang rentan tergenang air. Penelitian menggunakan data JRC Global Surface Water Mapping Layers, v1.4, data NASA SRTM Digital Elevation 30m, data USGS Landsat 8 Level 2, Collection 2, Tier 1. Pegolahan dan analisis data penelitian sepenuhnya di lakukan di Geogle Earth Engine. Hasil penelitian menunjukan bahwa daerah berpontensi banjir memiliki luas 12.991.33 ha dan daerah yang tidak berpotensi banjir yaitu seluas 18.924,24 ha. Daerah potensi rawan banjir kemudian diklasifikasi berdasarkan batas administrasi dimana Kecamatan Teluk Ambon memiliki daerah yang berpotensi tergenang banjir seluas 5.149.37 ha, Kecamatan Nusaniwe seluas 2.034.23 ha, Kecamatan Serimau seluas 1.914.18 ha, Kecamatan Leitimur Selatan seluas 1.180.13 ha dan Kecamatan Teluk Ambon Baguala seluas 2.713.42 ha. Peta daerah potensi banjir di Kota Ambon kemudian dioverlay dengan data sebaran permukiman di Kota Ambon dan diketahui bahwa permukiman penduduk yang diprediksi berada pada daerah yang berpotensi banjir seluas 3.400.65 ha. Dengan analisis yang lebih akurat, sistem peringatan dini yang efektif, dan pengetahuan yang ditingkatkan, penelitian ini dapat berkontribusi dalam mitigasi risiko banjir, melindungi masyarakat dan lingkungan dari dampak banjir, serta menciptakan kota yang lebih aman dan berkelanjutan
Abstract:Curah hujan yang tinggi yang terjadi tiga bulan terakhir menyebabkan terjadinya banjir dibeberapa desa di Kecamatan Huamual termasuk Desa Lokki. Pemetaan Daerah Rawan Banjir di Desa Lokki sangat diperlukan untuk memberikan…
an informasi sebagai langkah awal upaya mitigasi bencana banjir ke depannya. Penelitian ini bertujuan untuk menganalisis secara spasial tingkat kerentanan banjir dan permukiman yang terdampak di Desa Lokki. Metode yang digunakan yaitu pembobotan dan skoring atau weighted scoring dilakukan setelah proses klasifikasi nilai dalam tiap variabel. Variabel yang mempengaruhi terjadinnya banjir pada penelitian ini terdiri dari ketinggian lahan, kemiringan lereng, tutupan lahan, jarak dari sungai, geologi dan curah hujan. Penentuan bobot dan skor pada penelitian ini bersifat expertise judgment yaitu mengambil pendapat para ahli atau penelitian sebelumnya. Hasil pembobotan kemudian dilakukan dioverlay untuk mendapatkan peta kerawanan banjir. Hasil penelitian menunjukkan bahwa tingkat kerawanan banjir didominasi oleh tingkat kerawanan rendah seluas 8.400.47 ha, kerewanan sedang seluas 1.573.78 ha dan kerawanan tinggi seluas 1.125.27 ha. Hasil pemodelan dan observasi di lapangan menunjukkan bahwa luas permukiman yang terdampak banjir yaitu 201.87 ha. Hasil penelitian diharapkan dapat dijadikan dasar dalam upaya mitigasi bencana banjir ke depannya guna meminimalisir kerugian, baik korban jiwa maupun kerusakan fisik di Desa Lokki kedepannya.
Abstract:Serangan phishing melalui email merupakan ancaman cybersecurity yang terus berkembang dan dapat menyebabkan kerugian finansial maupun kebocoran data yang serius. Untuk mengatasi permasalahan ini, dibutuhkan metode yang andal…
ndal dan otomatis guna membedakan email phishing dari email yang sah. Algoritma Random Forest dipilih karena kemampuannya dalam menangani struktur data yang kompleks dan menghasilkan akurasi klasifikasi yang tinggi. Pada penelitian ini, algoritma Random Forest diimplementasikan untuk klasifikasi email phishing menggunakan dataset yang terdiri dari email phishing dan email yang sah. Dataset tersebut diproses melalui tahapan pra-pemrosesan, ekstraksi fitur, pelatihan model, dan evaluasi. Hasil penelitian menunjukkan bahwa sistem berhasil mengklasifikasikan email phishing dan email yang sah dengan tingkat keakuratan yang tinggi, sehingga efektif dalam mendukung proses penyaringan email secara otomatis dan aman.
Abstract:Perkembangan teknologi digital telah mengubah cara mahasiswa berkomunikasi, terutama melalui media sosial seperti WhatsApp. Dalam konteks ini, penggunaan akronim menjadi fenomena yang menarik karena mencerminkan kreativitas,…
tas, efisiensi, dan dinamika bahasa di kalangan generasi muda. Penelitian ini bertujuan untuk mendeskripsikan bentuk, makna, dan fungsi akronim yang digunakan dalam komunikasi grup WhatsApp mahasiswa PBI (Pendidikan Bahasa Indonesia) FKIP (Fakultas Keguruan dan Ilmu Pendidikan) UHKBPNP (Universitas HKBP Nommensen Pematangsiantar) angkatan 2023 PB A1. Metode penelitian yang digunakan adalah deskriptif kualitatif dengan teknik simak dan catat, di mana peneliti mengamati percakapan grup dan mencatat penggunaan akronim yang muncul. Data berupa 83 bentuk akronim diklasifikasikan berdasarkan fungsi komunikatifnya. Hasil penelitian menunjukkan bahwa akronim digunakan mahasiswa untuk empat fungsi utama, yaitu fungsi efisiensi komunikasi, fungsi identitas sosial dan kelompok, fungsi ekspresif dan emosional, serta fungsi akademik dan kontekstual. Penggunaan akronim membantu mahasiswa berkomunikasi secara cepat, santai, dan akrab, tetapi juga mulai memengaruhi kemampuan berbahasa formal mereka. Temuan ini menegaskan bahwa akronim tidak hanya menjadi alat komunikasi praktis, melainkan juga simbol identitas sosial mahasiswa di era digital.
Abstract:Beberapa dekade terakhir, laptop menjadi kebutuhan dasar bagi masyarakat untuk berbagai aktivitas sehari-hari, mulai dari belajar, mengajar, bekerja, hingga berbelanja. Hal ini mendorong permintaan laptop meningkat. untuk…
k menganalisis faktor-faktor yang memengaruhi harga laptop dengan menggunakan algoritma Decision Tree, memberikan informasi kepada calon pembeli dalam memilih laptop sesuai anggaran dan kriteria yang diinginkan, serta memberi wawasan kepada produsen terkait strategi penetapan harga. Metode yang digunakan adalah algoritma C4.5, salah satu metode Decision Tree yang memanfaatkan struktur pohon untuk klasifikasi, serta untuk data berukuran besar dengan banyak variabel, serta mampu menganalisis berbagai jenis data,. Hasil penelitian menunjukkan bahwa model pohon keputusan yang dihasilkan memiliki beberapa tingkat kedalaman, dengan variabel yang memengaruhi harga laptop seperti prosesor, tipe penyimpanan, dan RAM, di mana prosesor menjadi faktor yang paling berpengaruh Dengan gain sebesar 0,4983. Model ini mencapai akurasi sebesar 87.63%, Dengan mempertimbang segmen pasar, pengguna dan kualitas produk.
Abstract:Kemiskinan merupakan salah satu masalah sosial yang terus menjadi tantangan bagi pemerintah di berbagai negara, termasuk Indonesia. Dalam upaya mengidentifikasi faktor-faktor yang memengaruhi tingkat kemiskinan, analisis…
data yang tepat diperlukan untuk mendukung pengambilan kebijakan yang efektif. Penelitian ini bertujuan untuk mengklasifikasikan tingkat kemiskinan di Indonesia dengan menggunakan algoritma Decision Tree, salah satu metode pembelajaran mesin yang populer. Data yang digunakan dalam penelitian ini mencakup indikator ekonomi, demografi, dan sosial yang relevan dengan kemiskinan di Indonesia. Dengan menggunakan algoritma Decision Tree, kami dapat mengidentifikasi variabel-variabel kunci yang berperan dalam klasifikasi tingkat kemiskinan serta membangun model prediksi yang dapat membantu dalam pengambilan keputusan. Hasil penelitian menunjukkan bahwa algoritma Decision Tree memiliki kinerja yang baik dalam mengklasifikasikan data kemiskinan dan memberikan wawasan mendalam tentang faktor-faktor yang memengaruhi kemiskinan di Indonesia. Temuan ini diharapkan dapat berkontribusi dalam upaya penanggulangan kemiskinan melalui pendekatan berbasis data.
Abstract:Ikan hiu adalah kelompok hewan yang menarik dan menakutkan di dunia laut. Mereka termasuk dalam kelas Chondrichthyes bersama dengan pari dan hiu bersirip. Mereka dapat ditemukan di berbagai perairan dan memiliki peran penting…
nting sebagai indikator kesehatan ekosistem laut. Namun, populasi ikan hiu terancam karena penangkapan ikan ilegal dan kurangnya konservasi. Dalam proses mengidentifikasi dan mengklasifikasikan spesies hiu, peneliti membuat program dengan menggunakan teknik pengenalan visi komputer, seperti Convolutional Neural Network (CNN), dapat sangat membantu. Salah satu arsitektur CNN yang efektif adalah ResNet50, yang terbukti berhasil dalam klasifikasi gambar. Dengan menggunakan 4720 data citra ikan hiu dari 14 kelas model ResNet50 berhasil mencapai akurasi 86% dalam klasifikasi spesies ikan hiu. Model ini dapat digunakan untuk mengidentifikasi spesies hiu dengan baik, kecuali pada beberapa kelas tertentu yang perlu diperbaiki.