Pemetaan Kerawanan Banjir di Sub-DAS Selincah Kota Jambi dengan Metode Geomorphic Flood Index
Notice bibliographique
Résumé
Abstract. Jambi City is one of the cities that frequently floods due to river overflows. Jambi City is drained by the Batanghari River which consists of several sub-watersheds. The most frequently flooded sub-watershed is the Selincah sub-watershed. The Selincah sub-watershed flows through 3 sub-districts, namely East Jambi District, South Jambi District, and Paal Merah District. Flooding in this sub-watershed causes the most casualties in Jambi City. The purpose of this study is to identify the influence of land use on flooding events in the Selincah sub-watershed. The target of this study is to identify flood vulnerability in the Selincah sub-watershed in Jambi City. This study uses a quantitative approach method with secondary data collection. Secondary data includes Digital Elevation Model data and watershed boundaries. The analysis method used is a spatial analysis method with the Geomorphic Flood Index method based on the BNPB module. Based on the analysis, the flood-prone areas in the Selincah Sub-watershed are located around the Selincah River, covering 440 hectares, or 24.2% of the total area. The non-flood-prone areas, or areas safe from flooding, cover 1,374 hectares, or 75.8%.A Abstrak. Kota Jambi merupakan salah satu kota yang sering banjir karena luapan sungai. Kota Jambi dialiri oleh Sungai Batanghari yang terdiri dari beberapa Sub-DAS. Sub-DAS yang paling sering banjir yaitu sub-DAS Selincah. Sub-DAS Selincah mengaliri 3 kecamatan yaitu Kecamatan Jambi Timur, Kecamatan Jambi Selatan, dan Kecamatan Paal Merah. Banjir di Sub-DAS ini paling banyak menyebabkan korban jiwa di Kota Jambi. Tujuan dari penelitian ini yaitu untuk mengidentifikasi kerawanan banjir di Sub-DAS Selincah. Sasaran dari penelitian ini yaitu, teridentifikasinya kerawanan banjir di Sub DAS Selincah Kota Jambi. Penelitian ini menggunakan metode pendekatan kuantitatif dengan pengumpulan data sekunder. Data sekunder mencakup data Digital Elevation Model, dan batas daerah aliran sungai. Metode analisis yang digunakan yaitu metode analisis spasial dengan metode Geomorphic Flood Indeks berdasarkan modul BNPB. Berdasarkan hasil analisis wilayah yang rawan banjir di Sub-DAS Selincah terdapat pada sekitar sungai selincah dengan luas 440 Hektar atau 24,2% dari total luas wilayah. Wilayah yang tidak rawan banjir atau wilayah yang aman dari banjir memiliki luasan 1.374 hektar atau 75,8 %.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».