ANALISIS DAN PEMBUATAN PETA DAERAH POTENSI LONGSOR DI KABUPATEN BOGOR TAHUN 2019 MENGGUNAKAN METODE PEMBOBOTAN PADA SISTEM INFORMASI GEOGRAFIS (Analysis And Map Of The Potential Longsor Area At Bogor in 2019 Using Weighting Methods On Geographic Information System)
Notice bibliographique
Résumé
Peristiwa tanah longsor atau dikenal sebagai gerakan masa tanah, batuan atau kombinasinya, sering terjadi pada lereng alam. Kondisi tersebut sebenarnya merupakan fenomena alam, yaitu alam mencari keseimbangan baru akibat adanya gangguan atau faktor yang mempengaruhinya dan menyebabkan terjadinya pengurangan kekuatan geser serta peningkatan tegangan geser tanah (Alhasanah,2006). Bencana tanah longsor atau gerakan tanah dari tahun ke tahun semakin sering terjadi di Indonesia, khususnya pada saat musim hujan. Kondisi tektonik di Indonesia yang membentuk morfologi tinggi, patahan, batuan vulkanik yang mudah rapuh serta ditunjang dengan iklim di Indonesia yang berupa tropis basah, sehingga menyebabkan potensi tanah longsor menjadi tinggi. Hal ini ditunjang dengan adanya degradasi perubahan tataguna lahan akhir-akhir ini, menyebabkan bencana tanah longsor menjadi semakin meningkat. Kombinasi faktor anthropogenik dan alam sering merupakan penyebab terjadinya longsor yang memakan korban jiwa dan kerugian harta benda. Upaya mitigasi diperlukan untuk meminimalkan dampak bencana longsor. Berdasarkan data yang diperoleh dari Badan Penanggulangan Bencana Daerah (BPBD) Kabupaten Bogor mencatat tahun 2011-2015 sudah terjadi 211 kejadian longsor. Dari 40 kecamatan di Kabupaten Bogor, terdapat 16 kecamatan yang pernah terjadi longsor. Tujuan dari penelitian ini adalah melakukan analisis data dari data kelas lereng, data curah hujan, data penggunaan lahan dan data jenis tanah, serta untuk mengetahui tingkat kerentanan tanah longsor di Kabupaten Bogor. Dengan ditunjukkan pada pembuatan peta potensi daerah rawan longsor Kabupaten Bogor. Data atau parameter yang digunakan dalam penelitian ini yaitu data kelerengan, curah hujan, penggunaan lahan dan jenis tanah. Metode penelitian yang dilakukan adalah survey dan deskriptif kuantitatif dengan menggunakan metode kerentanan longsor dengan parameter faktor alami dan manajemen. Analisis yang digunakan adalah overlay dari parameter yang telah ditentukan dan pembobotan. analisis data dan pembobotan adalah proses penggabungan atau overlay dari 4 data parameter dan perhitungan nilai harkat dan bobot. Penelitian ini menghasilkan Peta Potensi Daerah Rawan Longsor di Kabupaten Bogor Provinsi Jawa Barat dalam bentuk peta cetak dan peta digital. Kata kunci: Longsor, Kabupaten Bogor, Peta; Overlay, Sistem Informasi Geografis
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».