<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="58637">
 <titleInfo>
  <title>Jaringan Syaraf Tiruan Untuk Prediksi Daerah Rawan Banjir Studi Kasus Kabupaten Karawang</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Asgaruning Gugi</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Semarang</placeTerm>
   <publisher>Universitas Dian Nuswantoro</publisher>
   <dateIssued>2021</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code"></languageTerm>
  <languageTerm type="text">Indonesia</languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Artikel Jurnal</form>
  <extent>hlm : 153-161</extent>
 </physicalDescription>
 <relatedItem type="series">
  <titleInfo/>
  <title>JOINS : Journal of Information System</title>
 </relatedItem>
</mods>
<note>Abstract&#13;
&#13;
Banjir merupakan salah satu bencana alam yang sering terjadi di Indonesia, khususnya di daerah Kabupaten Karawang. Banyak kerugian yang dialami oleh masyarakat akibat terjadinya banjir. Ada beberapa parameter yang dapat digunakan untuk memprediksi terjadinya banjir seperti curah  hujan, kepadatan penduduk, dan ketinggian permukaan tanah. Pemodelan prediksi banjir perlu menghasilkan hasil yang akurat agar sistem dapat menghasilkan hasil yang bagus dalam memprediksi daerah-daerah yang rawan banjir. Pada penelitian ini akan melakukan pemodelan prediksi banjir menggunakan Jaringan Syaraf Tiruan. Untuk menentukan model yang baik perlu dilakukan sebuah metode pembagian dataset yaitu k-fold cross validation dimana setiap bagian (fold) dijadikan sebagai data uji dan n-1fold dijadikan data latih. Data yang akan digunakan pada penelitian ini adalah data curah hujan, data kepadatan penduduk, data ketinggian permukaan tanah, dan data banjir pada tahun 2015 di 30 kecamatan di Kabupaten Karawang. Hasil prediksi pada proses pelatihan dan pengujian menghasilkan nilai MSE terkecil pada k-fold ke 8 =0.00820644, nilai RMSE terkecil pada k-fold ke 3 = 0.07052563, dan nilai MAE terkecil pada k-fold ke 1 = 0.12276052. Kemudian rata-rata MSE 0.341, RMSE 0.666, dan MAE 0.302.</note>
<note type="statement of responsibility"></note>
<subject authority="">
 <topic>Sistem Informasi</topic>
</subject>
<classification>JOINS</classification>
<identifier type="isbn">25280228</identifier>
<location>
 <physicalLocation>Perpustakaan Teknik UPI YAI </physicalLocation>
 <shelfLocator>JOINS V6N2 November 2021</shelfLocator>
 <holdingSimple>
  <copyInformation>
   <numerationAndChronology type="1">JOINS4a-001</numerationAndChronology>
   <sublocation>Perpustakaan FT UPI YAI</sublocation>
   <shelfLocator>JOINS V6N2 November 2021</shelfLocator>
  </copyInformation>
  <copyInformation>
   <numerationAndChronology type="1">JOINS4b-001</numerationAndChronology>
   <sublocation>Perpustakaan FT UPI YAI</sublocation>
   <shelfLocator>JOINS V6N2 November 2021</shelfLocator>
  </copyInformation>
 </holdingSimple>
</location>
<slims:image>JOINS_V6N2_November_2021.jpg.jpg</slims:image>
<recordInfo>
 <recordIdentifier>58637</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2023-01-13 11:05:45</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2023-01-13 11:05:45</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>