Deskripsi
Pemetaan Bencana Geologi menggunakan Machine Learning (MaxEnt)
Studi Kasus: Bahaya Longsor
Pemetaan bahaya longsor penting untuk memahami faktor-faktor pemicu, tingkat kerentanan wilayah, dan mendukung langkah mitigasi bencana. Melalui pelatihan ini, peserta akan mempelajari teknik pemodelan spasial berbasis machine learning menggunakan algoritma MaxEnt (Maximum Entropy) untuk memprediksi potensi bahaya longsor.
Materi mencakup pemahaman konsep dasar MaxEnt, pengumpulan & penyiapan data faktor pemicu (kemiringan lereng, curah hujan, litologi, dil.), proses pemodelan, validasi hasil, hingga pembuatan peta bahaya yang siap digunakan untuk analisis dan perencanaan.
Training terdiri dari 3 sesi dengan durasi pembelajaran total 9 jam dan membahas materi antara lain:
Sesi 1 (Jumat, 22 Agustus 2025 | 19.00-22.00 WIB):
- Pengantar Sistem Informasi Geografis (SIG, Interface QGIS)
- Pengenalan Data Spasial (Vector, Raster, Tabel)
Sesi 2 (Sabtu, 23 Agustus 2025 | 19.00-22.00 WIB):
- Pengantar Analisis Spasial
- Pengenalan Maximum Entropy (MaxEnt) untuk Pemetaan Bahaya Longsor
- Pre-Processing Data (Preparasi Data Faktor Pendorong: Litologi, Kemiringan Lereng, Tata Guna Lahan, Jarak dari Sungai, Jarak dari Kelurusan
Sesi 3 (Minggu, 24 Agustus 2025 | 19.00-22.00 WIB):
- Processing MaxEnt (Input Datam Environmental Layer Data, Pearson Corelation)
- Post Processing MaxEnt (Validasi)
- Map Layout