Analisis Kausalitas Banjir Berulang di Kabupaten Grobogan: Pendekatan Kecerdasan Buatan yang dapat diinterpretasi untuk Mitigasi Berbasis Bukti
DOI:
https://doi.org/10.33633/joins.v10i2.14346Keywords:
Banjir, Grobogan, Kecerdasan Buatan, Interpretasi Model, Mitigasi BencanaAbstract
Banjir berulang di Kabupaten Grobogan, Jawa Tengah, menimbulkan kerugian signifikan dan mengancam keberlanjutan wilayah. Pendekatan konvensional seringkali terbatas dalam mengidentifikasi pola kompleks dan hubungan kausalitas antar faktor pemicu banjir. Penelitian ini mengusulkan kerangka kerja analisis kausalitas banjir menggunakan Kecerdasan Buatan (AI) yang dapat diinterpretasi (Explainable AI/XAI) untuk mengungkap faktor-faktor dominan (hidrologis, geografis, geologis, dan antropogenik) yang berkontribusi terhadap fenomena ini. Dengan memanfaatkan data spasial-temporal yang komprehensif dan metode AI seperti SHAP dan Grad-CAM, penelitian ini bertujuan untuk mengukur kontribusi masing-masing faktor pemicu, memberikan pemahaman yang lebih mendalam tentang mekanisme banjir. Hasil yang diharapkan akan mendukung perumusan strategi mitigasi yang lebih tepat sasaran dan berbasis bukti, beralih dari respons reaktif menjadi pendekatan proaktif dalam pengelolaan risiko bencana di Kabupaten Grobogan. Hasil yang diharapkan menunjukkan bahwa metode XAI mampu menampilkan kontribusi relatif setiap faktor pemicu banjir, sehingga interpretasi model menjadi lebih transparan dibandingkan pendekatan tradisional. Kerangka kerja ini diproyeksikan dapat meningkatkan akurasi analisis sekaligus mempercepat proses identifikasi wilayah prioritas untuk mitigasiReferences
V. Kumar, K. V. Sharma, N. K. Mangukiya, D. K. Tiwari, P. V. Ramkar, and U. Rathnayake, “Machine learning applications in flood forecasting and predictions, challenges, and way-out in the perspective of changing environment,” AIMS Environ Sci, vol. 12, no. 1, pp. 72–105, 2025, doi: 10.3934/environsci.2025004.
Badan Nasional Penanggulangan Bencana (BNPB), “Dokumen Kajian Risiko Bencana Nasional - Provinsi Jawa Tengah 2022-2026,” 2021.
Pemerintah Kabupaten Grobogan, “Dari Pengungsian Hingga Tanggul Jebol, Gubernur Jateng Pantau Langsung Penanganan Banjir Grobogan,” 2025. [Online]. Available: https://www.grobogan.go.id/index.php?option=com_content&view=article&id=2758:dari-pengungsian-hingga-tanggul-jebol-gubernur-jateng-pantau-langsung-penanganan-banjir-grobogan&catid=61:berita-terbaru&Itemid=264.
J. Mediana Ika Syafirina H, “ANALISIS ZONA RAWAN BANJIRBERBASIS PEMETAAN GEOLOGIPADA WILAYAH DAS REJOSO DAN SEKITARNYADI KABUPATEN PASURUAN,” in Seminar Nasional Sains dan Teknologi Terapan IX 2021, Institut Teknologi Adhi Tama Surabaya, 2021, pp. 515–521.
Nuzla Af’idatur Robbaniyyah, B. N. Syechah, Naoval Husni, Marwan, and Lailia Awalushaumi, “Mapping of Flood Prone Areas in West Lombok Based on Analytic Hierarchy Process and Geographic Information System,” Mandalika Mathematics and Educations Journal, vol. 6, no. 1, pp. 265–274, Jun. 2024, doi: 10.29303/jm.v6i1.6542.
N. W. Wulansari and M. Muslih, “Implementasi Metode Convolutional Neural Network Untuk Deteksi Kematangan Buah Pisang Menggunakan Inception V3,” JOINS (Journal of Information System), vol. 8, no. 2, pp. 147–155, Nov. 2023, doi: 10.33633/joins.v8i2.9074.
P. D. P. Nugroho and G. S. Putri, “Update Banjir Grobogan, Kecamatan Gubug Masih Terendam, 5 Kecamatan Lain Surut,” Kompas.com, Mar. 10, 2025.
Humas Provinsi Jawa Tengah, “Jebolan Tanggul Belum Tertutup,” Mei 20, 2025. [Online]. Available: https://humas.jatengprov.go.id/detail_berita_gubernur?id=9744
F. A. Tanti, G. W. Wicaksono, and A. E. Minarno, “Sistem Pendukung Keputusan Prioritas Lokasi Perbaikan Jalan Menggunakan Metode Analyical Hierarchy Process dan Simple Additive WeightingStudi Kasus Kabupaten Pasuruan,” Jurnal Repositor, vol. 2, no. 9, pp. 1249–1256, Aug. 2020, doi: 10.22219/repositor.v2i9.1004.
D. R. I. M. Setiadi, W. Warto, A. R. Muslikh, K. Nugroho, and A. N. Safriandono, “Aspect-Based Sentiment Analysis on E-commerce Reviews using BiGRU and Bi-Directional Attention Flow,” Journal of Computing Theories and Applications, vol. 2, no. 4, pp. 470–480, Apr. 2025, doi: 10.62411/jcta.12376.
U. Khaira, P. E. P. Utomo, T. Suratno, and P. C. S. Gulo, “Prediksi Indeks Harga Saham Gabungan (IHSG) Menggunakan Algoritma Autoregressive Integrated Moving Average (ARIMA),” JUSS (Jurnal Sains dan Sistem Informasi), vol. 2, no. 2, pp. 11–17, Nov. 2021, doi: 10.22437/juss.v2i2.8449.
R. Mutmainah, “Peran AI dalam Mitigasi Bencana Banjir,” Netray, Apr. 02, 2025. [Online]. Available: https://analysis.netray.id/peran-ai-dalam-mitigasi-bencana/
Hammam Riza, E. W. S. Santoso, Iwan Gunawan Tejakusuma, Firman Prawiradisastra, and Prihartanto, “Pemanfaatan Kecerdasan Artifisial untuk Meningkatkan Mitigasi Bencana Banjir,” in Prosiding Use Cases Artificial Intelligence Indonesia: Embracing Collaboration for Research and Industrial Innovation in Artificial Intelligence, Penerbit BRIN, 2023. doi: 10.55981/brin.668.c545.
Downloads
Published
How to Cite
Issue
Section
License
Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).
This work is licensed under a Creative Commons Attribution 4.0 International License.
