Penerapan Algoritma Adaptive Neuro Fuzzy Inference System Dalam Menentukan Tingkat Potensi Longsor Menggunakan Data Tematik

Adaptive Neuro Fuzzy Inference System merupakan suatu algoritma yang menggabungkan algoritma fuzzy dan algoritma jaringan saraf tiruan. ANFIS yang menggunakan suatu prosedur learning yang dapat membangun suatu input-output yang keduanya berdasarkan pada pengetahuan manusia. Bencana alam adalah bencana yang diakibatkan oleh peristiwa atau serangkaian peristiwa yang disebabkan oleh alam salah satunya tanah longsor. Bencana longsor adalah bencana yang diakibatkan oleh peristiwa atau serangkaian peristiwa yang disebabkan oleh alam berupa tanah longsor. Dalam penelitian ini dilakukan penerapan algoritma ANFIS untuk menentukan tingkat potensi longsor menggunakan data tematik, dengan tujuan untuk mengetahui seberapa baik algoritma ANFIS dapat diterapkan dalam menentukan tingkat potensi longsor berdasarkan tingkat porformansi error rate yang didapat. Dalam proses analisis, terdapat 68 data kelurahan yang berada di daerah kota Bogor, setiap kelurahan dibagi menjadi 3 kategori, yaitu : kategori rawan longsor tinggi, rawan longsor sedang dan tidak rawan longsor. Data pembelajaran memiliki 60% data dari keseluruhan data sedangkan data uji memiliki 40% data dari keseluruhan data. Setiap kelurahan memiliki 3 parameter yaitu, parameter curah hujan, parameter kemiringan lereng dan parameter ketinggian tanah. Dengan menggunakan metode ANFIS, ketiga parameter tersebut digunakan sebagai masukan bagi system, lali parameter-parameter tersebut akan melalui proses-proses pada tiap lapisan yang terdapat pada metode ANFIS. Berdasarkan hasil dari pembelajaran ANFIS dan uji coba, metode ANFIS dapat digunakan untuk memprediksi tingkat potensi longsor dengan nilai akurasi terbesar yang didapatkan adalah 92,59% dan rata-rata akurasi sebesar 86,67%.

Adaptive Neuro Fuzzy Inference System is an algorithm that combines fuzzy algorithms and artificial neural network algorithm. ANFIS which uses a learning procedure to establish an input-output which are both based on human knowledge. The natural disaster is a disaster caused by the event or series of events caused by nature one of landslides. The landslide was caused by the disaster event or series of events caused by nature in the form of landslides. In this research, the implementation of ANFIS algorithm to determine the level of potential landslides using thematic data, with the aim to determine how well the ANFIS algorithm can be applied in determining the level of potential landslides based on the level porformansi error rate obtained. In the process of analysis, the data are 68 villages in the area of Bogor city, every village is divided become 3 categories, namely: categories of landslide-prone high, prone to landslides being and not prone to landslides. Learning data has 60% of the data of all the data, while the test data has 40% of the data of all the data. Each village has three parameters, namely, the parameters of rainfall, slope parameters and parameter height of land. By using ANFIS, three parameters are used as input to the system, anaesthetized these parameters will go through the processes in each layer contained in ANFIS method. Based on the results of ANFIS learning and testing, ANFIS method can be used to predict the level of potential landslides with the greatest accuracy value obtained was 92.59% and the average accuracy of 86.67%.