Banjir merupakan bencana alam yang besar, cuaca ekstrim yang sering terjadi di seluruh dunia menyebabkan frekuensi banjir terus meningkat. kerusakan akibat bencana banjir semakin meluas sehingga menjadi masalah global untuk bisa mengurangi korban jiwa dan kerugian secara ekonomi. pemetaan daerah rawan banjir merupakan salah satu solusi dalam mitigasi bencana banjir. penelitian-penelitian sebelumnya pemetaan daerah rawan banjir dilakukan secara konvensional sehingga membutuhkan waktu yang lama karena menjalankan setiap tahapan secara berurutan pada proses spasial analisis data curah hujan dan data spasial pendukung. selain itu, data yang digunakan yaitu data dengan periode waktu tertentu sehingga tidak dapat diperbaharui secara real time dan berkelanjutan. penelitian ini bertujuan membuat tool pada arcgis untuk pemetaan daerah rawan banjir secara otomatis dan mengevaluasi kinerja metode otomatisasi tersebut. pemetaan daerah rawan banjir secara otomatis dilakukan dengan merangkai setiap tahapan pemetaan daerah rawan banjir secara konvensional menjadi sebuah tool yang bisa menjalankan setiap tahapan hanya dalam sekali proses. dengan metode otomatisasi pemetaan daerah rawan banjir maka diperoleh peningkatan kinerja yang lebih baik dibandingkan pembuatan peta daerah rawan banjir secara konvensional. pemetaan daerah rawan banjir secara otomatis membutuhkan waktu rata-rata 2 menit 32 detik. metode otomatisasi juga telah diuji menggunakan metode system usability scale (sus) dimana hasil yang didapatkan dengan nilai rata-rata 81,66 yang termasuk ke dalam kategori b (excellent). kata kunci : gis, model builder, banjir, pemetaan, otomatisasi
Electronic Theses and Dissertation
Universitas Syiah Kuala
THESES
AUTO GEOPROCESSING PEMETAAN DAERAH RAWAN BANJIR BERBASIS GEOGRAPHIC INFORMATION SYSTEM. Banda Aceh Program Studi Magister Teknik Elektro Universitas Syiah Kuala,2018
Baca Juga : WEBGIS DAERAH RAWAN BANJIR DI WILAYAH KABUPATEN ACEH TAMIANG MENGGUNAKAN GOOGLE MAPS API (Nisa Adilla Rahmatika, 2016)
Abstract
Baca Juga : SISTEM INFORMASI IDENTIFIKASI SALACCA MENGGUNAKAN FRAMEWORK CODE IGNITER (Farhan, 2020)