DESAIN SISTEM PREDIKSI POTENSI BENCANA ALAM (SIPEBALAM) KABUPATEN BANYUASIN PROVINSI SUMATERA SELATAN
Abstract
Abstract
Banyuasin Regency has about 80% of its territory in the form of wetlands, which makes most of its area vulnerable to disasters, especially climate-related disasters such as floods, droughts, tornadoes, and fires. Therefore, it is important to know the severity of the disaster so that the community can implement effective countermeasures to minimize losses. This study uses the Naive Bayes classification method, which is known to have high accuracy. The development of the system is carried out using the waterfall method. This research resulted in an design of a prediction system for potential natural disasters in Banyuasin Regency, South Sumatra Province. This system displays the categories of disaster severity, namely mild, moderate, and severe so that it can assist the Regional Disaster Management Agency (BPBD) in improving the efficiency of resource allocation and determining the right handling steps.
Keywords: Classification, Disaster Severity, Naïve Bayes, Waterfall, Banyuasin
Abstrak
Kabupaten Banyuasin memiliki sekitar 80% wilayahnya berupa lahan basah, yang menyebabkan sebagian besar wilayahnya rentan terhadap bencana, terutama bencana terkait iklim seperti banjir, kekeringan, angin puting beliung, dan kebakaran. Oleh karena itu, penting untuk mengetahui tingkat keparahan bencana agar masyarakat dapat menerapkan langkah-langkah penanggulangan yang efektif untuk meminimalkan kerugian. Penelitian ini menggunakan metode klasifikasi Naive Bayes, yang dikenal memiliki akurasi tinggi. Pengembangan sistem dilakukan dengan metode waterfall. Penelitian ini menghasilkan desain sistem prediksi potensi bencana alam di Kabupaten Banyuasin, Provinsi Sumatera Selatan. Sistem ini menampilkan kategori tingkat keparahan bencana, yaitu ringan, sedang, dan berat, sehingga dapat membantu Badan Penanggulangan Bencana Daerah (BPBD) dalam meningkatkan efisiensi alokasi sumber daya dan menentukan langkah penanganan yang tepat.
Kata Kunci: Klasifikasi, Tingkat Keparahan Bencana, Naïve Bayes, Waterfall, Banyuasin
Keywords
Full Text:
PDFReferences
A. Sasmita, D. Andrio, N. Aini, and I. Artikel, “Analisis Tingkat Kerentanan Wilayah Di Kota Pekanbaru Terhadap Bencana Akibat Perubahan Iklim Analysis of the Level of Regional Vulnerability in Pekanbaru City To Disasters Due To Climate Change,” J. Pembang. Wil. dan Kota, vol. 18, no. 4, pp. 414–429, 2022, doi: 10.14710/pwk.v20i1.37111.
A. E. Puspitasari, D. P. S. Bima, and T. P. Dewi, “Mitigasi bencana berbasis kearifan lokal di Desa Tieng, Kabupaten Wonosobo,” J. Geogr. Lingkung. Trop., vol. 2, no. 2, 2018, doi: 10.7454/jglitrop.v2i2.51.
F. Febriyanti, “Pemanfaatan Data Spasial Untuk Penanggulangan Bencana Menggunakan Sistem Informasi Geografis,” J. Geogr., vol. 1, no. November, pp. 1–6, 2020.
Novis, “Ini Dia Sejarah Nama Kabupaten Banyuasin: Arti di Balik Nama yang Menggambarkan Alamnya.” 2024.
F. Kurniawan and A. Surahman, “Sistem Keamanan Pada Perlintasan Kereta Api Mengunakan Sensor Infrared Berbasis Mikrokontroller Arduino Uno,” J. Teknol. dan Sist. Tertanam, vol. 2, no. 1, p. 7, 2021, doi: 10.33365/jtst.v2i1.976.
T. Rahmawaty, Destya; Harjanto, Sri; Irawati, “PENERAPAN METODE NAÏVE BAYES UNTUK KLASIFIKASI WILAYAH BERPOTENSI KEBENCANAAN DIKABUPATEN WONOGIRI,” Surakarta Inform. J., vol. 5, no. 2, pp. 1–8, 2023.
W. P. Nurmayanti, “Penerapan Naive Bayes dalam Mengklasifikasikan Masyarakat Miskin di Desa Lepak,” Geodika J. Kaji. Ilmu dan Pendidik. Geogr., vol. 5, no. 1, pp. 123–132, 2021, doi: 10.29408/geodika.v5i1.3430.
M. A. Bianto, K. Kusrini, and S. Sudarmawan, “Perancangan Sistem Klasifikasi Penyakit Jantung Mengunakan Naïve Bayes,” Creat. Inf. Technol. J., vol. 6, no. 1, p. 75, 2020, doi: 10.24076/citec.2019v6i1.231.
T. T. Muryono and A. Budiyantara, “Analisis Dan Desain Sistem Informasi Ekspedisi Cargo Laut Pada Pt Artas Bangun Sari,” Infotech J. Technol. Inf., vol. 4, no. 2, pp. 13–18, 2018, doi: 10.37365/it.v4i2.20.
A. A. Wahid, “Analisis Metode Waterfall Untuk Pengembangan Sistem Informasi,” J. Ilmu-ilmu Inform. dan Manaj. STMIK, no. November, pp. 1–5, 2020.
DOI: https://doi.org/10.33365/jtst.v6i1.4913
Refbacks
- There are currently no refbacks.
Copyright (c) 2025 Kurniati Kurniati
Jurnal Teknologi dan Sistem Tertanam
Organized by: The S1 Computer Engineering Study Program, Faculty of Engineering and Computer Science
Published by: Universitas Teknokrat Indonesia
Website: http://ejurnal.teknokrat.ac.id/index.php/JTST
Email: jtst@teknokrat.ac.id
Address: ZA. Pagar Alam Street No. 9 -11, Labuhan Ratu, Bandar Lampung, Indonesia 35132
________________________________________________________________________________________
Jurnal Teknologi dan Sistem Tertanam is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.