Hasil Pencarian  ::  Simpan CSV :: Kembali

"Lanskap suatu wilayah selalu bersifat dinamis karena tidak terlepas dari aktivitas alam dan manusia yang terus berkembang seiring berjalannya waktu. Tujuan dari penelitian ini adalah untuk mengidentifikasi perubahan lanskap sejak tahun 2010 hingga 2018 yang dikaitkan dengan kejadian bencana alam.Wilayah pesisir menjadi target kajian mengenai perubahan lanskap akibat bencana alam. Lokasi penelitian ini terletak di Kota Pelabuhanratu, Kabupaten Sukabumi yang dikenal dengan kondisi geomorfologi yang bervariasi, juga dikenal dengan daerah yang telah banyak terjadi bencana alam meliputi banjir rob, banjir bandang, dan longsor. Pengolahan data dilakukan dengan aplikasi ArcGIS 10.4.1 dan ENVI 5.1, serta dilakukan verifikasi data dengan melaksanakan survei lapangan. Metode yang digunakan adalah analisis overlay yang dijelaskan secara spasial dan deskriptif. Lanskap Kota Pelabuhanratu didominasi oleh bentuk lahan lereng vulkanik dan penutup lahan vegetasi. Total luas wilayah yang mengalami perubahan lanskap akibat bencana adalah sebesar 4,08 km2 dari keseluruhan luas 91,90 km2, dan sebagian besar perubahan terdapat pada perbandingan luas penutup lahan.

---

The concept of landscape is known to be always changing dynamically because of its attachment to natural and human activities that continue to grow over time. The purpose of this study is to identify landscape changes from 2010 to 2018 which are associated with natural disaster events. Coastal area is the study target on landscape changes due to natural disasters. The research took place in Pelabuhanratu District, Sukabumi Regency which is known for its varied geomorphological form and its natural disaster events occurance including coastal floods, flash floods, and landslides. The research data was proccessed using ArcGIS 10.4.1 and ENVI 5.1 softwares. Data verification was done by field surveys in the study area. The method of this study is an overlay analysis and explained in the term of spatial dan descriptive concept. The landscape of Pelabuhanratu District is dominated by volcanic landforms and vegetation cover. The total area experiencing landscape changes due to natural disasters is 4.08 km2 of the disrtict area of 91.90 km2 and major changes are involving alteration of land cover area."

"Ikan sidat (Anguilla Sp.) merupakan ikan yang laku di pasaran internasional dan memiliki harga yang tinggi karena memiliki kelimpahan kandungan nutrisi. Proses pemijahan ikan sidat dilakukan di wilayah estuari yang memiliki kondisi fisik yang sesuai untuk hidupnya benih ikan sidat. Teluk Pelabuhanratu merupakan salah satu wilayah estuari yang memiliki kelimpahan benih ikan sidat. Penduduk sekitar Teluk Pelabuhanratu memanfaatkan benih ikan sidat sebagai mata pencaharian tambahan. Penangkapan benih sidat memberikan manfaat besar secara ekonomi bagi penduduk setempat. Penelitian ini bertujuan untuk mengetahui bagaimana pola rantai nilai benih ikan sidat di Kecamatan Pelabuhanratu dan Simpenan. Metode yang dilakukan dalam penelitian ini adalah metode kualitatif dengan analisa deskriptif dan spasial. Hasil penelitian menunjukkan bahwa ada dua lokasi penangkapan benih ikan sidat yakni, Muara Ci Mandiri dan Sungai Cimandiri. Pada lokasi produksi Muara Cimandiri, membentuk 2 pola distribusi sedangkan pada Sungai Cimandiri hanya membentuk 1 pola distribusi. Pendapatan yang didapat oleh pelaku distribusi benih ikan sidat pada setiap simpul bervariasi bergantung kepada tingkatan karakteristik pelaku.

---

Anguilla sp, seawater fish which is one of the most popular fish in the international market and has a high price becausit has an abundance of nutrient content. Eel fertillization process conducted in the estuary which has the appropriate physical condition for its glass eel. Pelabuhanratu bay is one of estuary zone that has an abundance of glass eel. Local population around the bay Pelabuhanratu utilize glass eel as additional livelihood. The locals will sell and distribute to other locals who act as sellers were larger, continued until to the export company.

This study aims to determine how is the pattern of glass eel's value chain in the Pelabuhanratu and Simpenan district and to determine the income of each actor in the glass eel's value chain in Pelabuhanratu and Simpenan district. The method that is used in this research is qualitative method with descriptive and spatial analysis.

The results showed that there are two catching locations of glass eel namely, Cimandiri estuary and Cimandiri River. At the production site Cimandiri estuary, forming two distribution patterns while at the River Cimandiri only form one pattern of distribution. Income, which earned by the actor of glass eel distribution on each node varies depending on the levels and characteristics of the actor."

"Lokasi penelitian ini terletak di pesisir barat Jawa Barat tepatnya di Kecamatan Simpenan Kabupaten Sukabumi yang memiliki berbagai macam pola lanskap pesisir. Tujuan utama dari penelitian ini adalah untuk mengidentifikasi karakteristik fisik dari bentuk medan, bentuk lahan, penggunaan tanah dan aspek sosial dengan menggunakan model Wilayah Tanah Usaha WTU. Penelitian ini mengkaji lanskap pesisir yang dipengaruhi oleh bentuk lahan, bentuk medan, penggunaan tanah serta aspek sosial ekonomi yakni pola tanam dan menghubungkan dengan Wilayah Tanah Usaha WTU. Data penelitian diperoleh melalui observasi lapang dan wawancara dengan petani setempat. Analisis spasial dan deskriptif dilakukan dengan metode overlay dan penampang melintang.Hasil penelitian menyatakan bahwa pola lanskap pesisir di Kecamatan Simpenan didominasi dengan bentuk medan berbukit-pegunungan sekitar 60,1 dari total luas wilayah, bentuk lahan perbukitan lipatan kompleks sekitar 30,6 dari total luas wilayah, penggunaan tanah kebun atau perkebunan sekitar 30,1 dari luas wilayah dan pola tanam padi satu kali dalam setahun. Pola lanskap pesisir pada umumnya masih sesuai dengan model WTU tetapi terdapat beberapa lokasi yang tidak sesuai yakni pada model WTU terbatas 2 yang terdapat penggunaan tanah kebun atau perkebunan.

---

Located in west coast of Java, Simpenan Subdistrict at Sukabumi District has variety of coastal landscape. The main objective of this research to identification landform charateristics for landscape and also identify land use using Suitable Farming Area WTU . This research examines coastal landscape that affected by landforms that consist of relief, landuse, social aspect which is cropping pattern and analyze with the model of Land Utility Area. Spatial and descriptive analysis was carried out in this study by overlay and cross section analysis method.

The result of this research indicates that coastal landscape pattern in Simpenan Subdistrict is dominated by mountainous hilly terrain around 60,1 from total area, hilly terrain shape about 30,6 from total area, land use of mixed garden use 30,1 of the area and rice cropping pattern once a year. The coastal landscape pattern is generally still in accordance with the Land Utility Area model but there are some unsuitable located in the second restricted area which is the land use of mixed garden."

"Estuaria merupakan salah satu ekosistem pesisir yang memiliki produktivitas tinggi,karena dalam perairan tersebut terdapat organisme fitoplankton. Fitoplankton memilikiperan dalam produktivitas primer disuatu perairaan, yaitu sebagai produsen denganmembentuk zat organik dan anorganik melalui fotosintesis. Di tepi sungai Cimandiri,pada akhir tahun 2010 pembangunan PLTU Pelabuhanratu telah selesai dan mulaiberoperasi. Penelitian ini bertujuan untuk menganalisis perubahan dan hubungan antarakarakteristik fisik perairan dengan sebaran fitoplankton sebelum dan sesudah adanyaPLTU Pelabuhanratu. Karakteristik fisik perairan dalam penelitian ini adalah padatantersuspensi, salinitas, suhu permukaan laut dan arus permukaan laut serta konsentrasiklorofil-a sebagai indikator keberadaan fitoplankton. Metode yang digunakan adalahanalisis spasial menggunakan data penginderaan jauh yang divalidasi dari hasil in situ.Data penginderaan jauh yang digunakan adalah Citra Landsat 5 pada tahun 2006 danCitra Landsat 8 pada tahun 2016. Hasil penelitian menunjukkan bahwa jumlahfitoplankton saat sebelum dibangunnya PLTU Pelabuhanratu lebih tinggi dibandingkandengan sesudah dibangunnya PLTU Pelabuhanratu. Nilai konsentrasi fitoplankton iniberbanding lurus dengan nilai variabel padatan tersuspensi dan suhu permukaan laut,namun berbanding terbalik dengan nilai salinitas dan tidak terlihat berpengaruhterhadap arah dan kecepatan arus laut.

---

Estuary is one of the coastal ecosystem with high productivity, because the waterscontains an organism called phytoplankton. Phytoplankton has a role in primerproductivity of a waters, namely as a producer of organic and inorganic substancesformed through photosynthesis. In the bank of Cimandiri river, by the end of 2010,Pelabuhanratu Coal Power Plant construction had completed and started operating.

This research aims to analyze the changes and the relationship between the physicalcharacteristics of the waters and the phytoplankton distribution before and after theconstruction of Pelabuhanratu Coal Power Plant. The physical characteristics of the waters used in this research are total suspended solid, salinity, sea surface temperature,currents and chlorophyll a concentration as indicators for the presence of phytoplankton.

The method used in this research is spatial analysis using remote sensing data that is validated from the results of in situ. For the remote sensing data, this research used Landsat 5 imagery in 2006 and Landsat 8 imagery in 2016.

The result shows that the amount of phytoplankton before the construction of Pelabuhanratu Coal Power Plant is higher than after Pelabuhanratu Coal Power Plant had been constructed. Moreover, this phytoplankton concentration value is directly proportional to the valueof total suspended solid and sea surface temperature, but inversly proportional to thesalinity value and has no effect on acean currents."

"Penelitian mengenai analisis hubungan kandungan klorofil fitoplankton dengan suhu dan salinitas di Estuari Cimandiri, Pelabuhanratu Jawa Barat telah dilakukan pada bulan Januari-Mei 2017. Hasil konsentrasi kandungan klorofil-afitoplankton di Estuari Cimandiri berkisar antara 0,0163--0,2361 mg/l. klorofil-bfitoplankton berkisar antara 0,0061--0,0131 mg/l, sedangkan klorofil-cfitoplankton berkisar antara -0,0501-- -0,0965 mg/l. Kandungan klorofil-ame miliki nilai lebih tinggi dibandingkan klorofil-b dan klorofil-c. Hasil identifikasi dan pencacahan sampel diperoleh 4 filum yaitu Bacillariophyta 7genus, Dinophyta 3 genus, Cyanophyta 2 genus dan Chlorophyta 3 genus. Analisis korelasi Spearman dan Pearson menujukkan hubungan antara klorofilfitoplankton dengan suhu sangat rendah. Terdapat korelasi antara klorofil fitoplankton dengan salinitas namun berkorelasi negatif. Faktor lingkungan yang paling memengaruhi kandungan klorofil fitoplankton di Estuari Cimandiri yaitu konsentrasi nitrat dan fosfat di stasiun penelitian sedangkan struktur komunitas yang paling memengaruhi kandungan klorofil fitoplankton yaitu kelimpahan fitoplankton.

---

Research on the analysis of the relationship between phytoplankton chlorophyll content with temperature and salinity at Cimandiri Estuary, Pelabuhanratu West Java was conducted in January May 2017. The result of concentration of chlorophyll a phytoplankton content in Estuary Cimandiri ranged from 0,0163 mdash 0,2361 mg l. Chlorophyll b phytoplankton ranged from 0,0061 0,0131 mg l, while chlorophyll c phytoplankton ranged from 0,0501 0,0965 mg l. The content of chlorophyll a has a higher value than chlorophyll b and chlorophyll c.

The results of the identification and enumeration of the samples were 4 phylum Bacillariophyta 7 genera, Dinophyta 3 genera, Cyanophyta 2 genera and Chlorophyta 3 genera. Spearman and Pearson correlation analysis showed the relationship between chlorophyll phytoplankton with temperature is very low. There is a correlation between phytoplankton chlorophyll with salinity but negatively correlated. Environmental factors that most affect the content of phytoplankton chlorophyll in Cimandiri Estuary is the concentration of nitrate and phosphate in research station while the most influencing the concentrations of chlorophyll phytoplankton is the abundance of phytoplankton."

"Sejak sepuluh tahun terakhir hutan mangrove di Karawang telah menjadi percontohan bagi pengelolaan mangrove di Jawa Barat. Namun beberapa wilayah mengalami kerusakan dan penurunan luas. Skripsi ini membahas perubahan luasan mangrove serta kaitannya dengan sosial ekonomi di pesisir Kabupaten Karawang tahun 2009 dan 2019 menggunakan citra landsat. Variabel sosial ekonomi yang digunakan antara lain mata pencaharian utama (mp), lokasi lahan usaha (llu), pemanfaatan lahan (pl), persepsi terhadap hutan mangrove (phm). Penelitian ini adalah penelitian kuantitatif dengan desain deskriptif. Metode penelitian yang digunakan antara lain supervised classification untuk klasifikasi tutupan mangrove, overlay untuk analisis perubahan lahan, dan uji chi square untuk analisis hubungan sosial ekonomi dengan perubahan tutupan mangrove. Hasil penelitian menunjukkan bahwa perubahan tutupan mangrove tahun 2014-2019 bertambah sebanyak 448,75 ha. Sedangkan perubahan tutupan mangrove tahun 2009-2019 bertambah sebesar 565,11 ha. Secara umum, wilayah tutupan mangrove bertambah, namun ada beberapa wilayah yang luasan tutupan mangrovenya berkurang atau menghilang. Ada hubungan antara karakteristik sosial ekonomi dengan perubahan tutupan mangrove yang berkurang dengan hubungan kuat. Namun, tidak ada hubungan antara karakteristik sosial ekonomi dengan perubahan tutupan mangrove yang bertambah. Hal ini dikarenakan area tutupan mangrove yang bertambah terjadi karena adanya pelestarian hutan mangrove oleh pemerintah, POKMAS, dan perusahaan setempat dan tidak ada hubungannya dengan sosial ekonomi masyarakat.

---

Since the last ten years, mangrove forests in Karawang have become a model for mangrove management in West Java. But some areas experienced extensive damage and decline. This thesis discusses the changes in the extent of mangroves and their relation to the socio-economy on the coast of Karawang Regency in 2009 and 2019 using Landsat imagery. Socioeconomic variables used include main livelihood, location of business land, land use, perception of mangrove forests. This is quantitative research with a descriptive design. The research methods used include supervised classification for the classification of mangrove cover, overlays for land change analysis, and cross tables for analysis of changes in mangrove cover with social economy. The results showed that changes in 2014-2019 increased by 448,75 ha. While changes in mangrove cover in 2009-2019 increased by 565,11 ha. In general, mangrove cover areas have increased, but there are some areas where mangrove cover areas have decreased or disappeared. Socioeconomic characteristics affect the change in mangrove cover that is reduced. As for changes in mangrove cover that increases, there is no effect of socioeconomic characteristics on changes in mangrove cover that increases. This is due to the increased area of mangrove cover that occurs due to the preservation of mangrove forests by the government, POKMAS, and local companies."

"

Tanah longsor tercatat memiliki dampak paling mematikan di Indonesia selama tahun 2015 - 2017. Tanah longsor dapat disebabkan oleh aktivitas manusia yang memperburuk kondisi lingkungan seperti dengan merekonstruksi lanskap yang dapat mengurangi fungsi ekologis. Oleh karena itu, pemetaan wilayah rawan tanah longsor diperlukan sebagai salah satu upaya mitigasi bencana. Metode yang digunakan dalam penelitian ini adalah Indeks Lanskap dengan FRAGSTATS 4.2 dan Index Storie. Indeks lanskap digunakan untuk memetakan pola lanskap sementara Index Storie dapat digunakan untuk memetakan daerah rawan longsor, kedua indeks tersebut kemudian digunakan untuk analisis lebih lanjut yang menunjukkan hubungan antara pola lanskap dan daerah rawan longsor di wilayah studi. Hasil penelitian menunjukkan bahwa bahwa peningkatan nilai Patch Density (PD), Landscape Shape Index (LSI) dan Interspersion and Juxtaposition Index (IJI), menggambarkan pola lanskap yang tersebar, sedangkan peningkatan nilai Largest Patch Index (LPI) pada lanskap menunjukkan pola yang semakin mengelompok. Index Storie menunjukkan bahwa wilayah rawan longsor dengan tingkat sedang mendominasi area studi dan cenderung terkonsentrasi di utara, karakteristik fisik yang mempengaruhi tingkat kerentanan longsor di area studi adalah curah hujan, lapisan batuan dasar dan jenis tanah. Kombinasi Indeks Lanskap dan Index Storie menunjukkan bahwa hubungan antara pola lanskap dan daerah rawan longsor dapat menjadi salah satu alat penentu prioritas yang digunakan untuk memantau dan merencanakan penutupan lahan sebagai upaya mitigasi bencana tanah longsor.

---

Landslides were recorded as having the deadliest impact in Indonesia during 2015 - 2017. Landslides can be caused by human activities which deteriorate the environment condition such as by reconstructing landscapes that may reduce ecological functions. Therefore, mapping of landslide-prone areas is necessary as one of the efforts to mitigate the disaster that could be following. The methods used in this research are the landscape metrics with FRAGSTATS 4.2 and Index Storie. Landscape metrics are useful to map the landscape patterns while the Index Storie can be used to map landslide-prone areas, both indexes then being used for further analysis to determine the relationship between landscape patterns and landslide-prone areas in the study area. The results showed that increasing value of Patch Density (PD), Landscape Shape Index (LSI) and Interspersion and Juxtaposition Index (IJI), illustrates the pattern of scattered landscapes, whereas an increase in the value of the Largest Patch Index (LPI) in a landscape indicates an increasingly clustered pattern. The Index Storie shows that areas of moderate landslide-prone areas dominate the study area and tend to be concentrated in the north, physical characteristics that affect the level of landslide vulnerability in the study area are rainfall, bedrock layer, and soil type. The combination of the Landscape metrics and the Index Storie shows that the relationship between landscape patterns and landslide-prone areas can be one of the priorities determining tools used for monitoring and planning land cover as an effort to mitigate landslides.

"

"Kecamatan Cisolok memiliki topografi yang beragam, mulai dari daerah pesisir dataran rendah di bagian selatan hingga daerah pegunungan dataran tinggi di bagian utara. Beragamnya kondisi topografi tersebut dibarengi dengan penggunaan tanah yang juga bervariasi, mulai dari lahan sawah hingga belukar dan hutan lebat. Hal tersebut menyebabkan lanskap pertanian yang ada di Kecamatan Cisolok memiliki keunikan tersendiri. Penelitian ini bertujuan untuk menganalisis lanskap pertanian serta pengaruh pengetahuan lokal petani pada lanskap pertanian yang terbentuk di Kecamatan Cisolok. Variabel fisik yang digunakan dalam penelitian ini adalah ketinggian, lereng, dan penggunaan tanah. Variabel sosial yang digunakan dalam penelitian ini adalah pengetahuan lokal petani. Pengolahan data ketinggian dan lereng menggunakan metode weighted overlay untuk mendapatkan bentuk medan. Bentuk medan digunakan untuk mengidentifikasi penggunaan tanah untuk mengetahui lanskap pertanian yang terbentuk. Pengolahan data wawancara digunakan untuk mengetahui pengaruh pengetahuan lokal petani terhadap lanskap pertanian di Kecamatan Cisolok. Hasil penelitian menunjukkan bahwa lanskap pertanian di Kecamatan Cisolok berada pada wilayah pegunungan curam. Masyarakat kasepuhan yang tinggal di bagian utara Kecamatan Cisolok memiliki pengetahuan lokal yang digunakan dalam melakukan kegiatan pertanian. Pengetahuan lokal tersebut mempengaruhi lanskap pertanian yang tersebentuk di Kecamatan Cisolok.Kecamatan Cisolok memiliki topografi yang beragam, mulai dari daerah pesisir dataran rendah di bagian selatan hingga daerah pegunungan dataran tinggi di bagian utara. Beragamnya kondisi topografi tersebut dibarengi dengan penggunaan tanah yang juga bervariasi, mulai dari lahan sawah hingga belukar dan hutan lebat. Hal tersebut menyebabkan lanskap pertanian yang ada di Kecamatan Cisolok memiliki keunikan tersendiri. Penelitian ini bertujuan untuk menganalisis lanskap pertanian serta pengaruh pengetahuan lokal petani pada lanskap pertanian yang terbentuk di Kecamatan Cisolok. Variabel fisik yang digunakan dalam penelitian ini adalah ketinggian, lereng, dan penggunaan tanah. Variabel sosial yang digunakan dalam penelitian ini adalah pengetahuan lokal petani. Pengolahan data ketinggian dan lereng menggunakan metode weighted overlay untuk mendapatkan bentuk medan. Bentuk medan digunakan untuk mengidentifikasi penggunaan tanah untuk mengetahui lanskap pertanian yang terbentuk. Pengolahan data wawancara digunakan untuk mengetahui pengaruh pengetahuan lokal petani terhadap lanskap pertanian di Kecamatan Cisolok. Hasil penelitian menunjukkan bahwa lanskap pertanian di Kecamatan Cisolok berada pada wilayah pegunungan curam. Masyarakat kasepuhan yang tinggal di bagian utara Kecamatan Cisolok memiliki pengetahuan lokal yang digunakan dalam melakukan kegiatan pertanian. Pengetahuan lokal tersebut mempengaruhi lanskap pertanian yang tersebentuk di Kecamatan Cisolok.

---

Cisolok sub-district has a variety of topography, starting with coastal in southern area to highlands in northern area. The variety of topographical conditions is accompanied by a variety of land uses, ranging from rice fields to grove and dense forests. This causes Cisolok sub-district to have a special uniqueness of agriculture and agricultural landscape. This research aims to analyze the agricultural landscape and the influence of local knowledge of farmers on agricultural landscapes formed in the Cisolok Sub-district. The physical variables used in this study are height, slope, and land use. The social variable used in this study is the local knowledge of farmers. The weighted overlay method is used to get the shape of the terrain. The shape of the terrain is used to identify the land use to determine the agricultural landscape. Interview data processing is used to determine the effect of local knowledge of farmers on the agricultural landscape in the Cisolok sub-district. The results show that the agricultural landscape in the Cisolok sub-district is in a steep mountainous region. Kasepuhan people who live in the northern part of the research area have local knowledge that is used in carrying out agricultural activities. The local knowledge influences the agricultural landscape in the Cisolok sub-district."

"Longsor merupakan bencana terbesar ketiga yang terjadi di Indonesia, termasuk di Kabupaten Probolinggo. Menganalisis pola keterpaparan wilayah terhadap bencana longsor akibat hujan lebat yang memicu longsor di Kabupaten Probolinggo merupakan tujuan dari penelitian ini. Data curah hujan harian tahun 1990-2015 digunakan untuk mendapatkan wilayah frekuensi curah hujan lebat (>50mm/hari, >100mm/tiga hari dan >150mm/lima hari) berbasis metode interpolasi poligon thiessen. Wilayah potensi longsor diperoleh dengan menggunakan model SINMAP yang diverifikasi dengan data kejadian longsor tahun 2015-2016. Analisis spasial deskriptif menggunakan teknik overlay menunjukan bahwa seluas 50,30% (85.358 Ha) wilayah di Kabupaten Probolinggo memiliki potensi longsor terutama di Kecamatan Krucil, tanah Andisol, wilayah lereng 15-40%, dan wilayah curah hujan 1500-2000mm/tahun. Keterpaparan wilayah terhadap bencana longsor akibat hujan lebat di Kabupaten Probolinggo memiliki pola semakin tinggi potensi longsor dan frekuensi curah hujan lebat suatu wilayah maka tingkat keterpaparan wilayah terhadap bencana longsor akibat hujan lebat akan semakin tinggi.

---

Landslide is the third largest disaster occurred in Indonesia, including in Probolinggo District. Analyze the place exposure patterns toward landslide disaster due to heavy rainfall which triggering the landslide in Probolinggo District is the purpose of this study. Daily rainfall data in 1990-2015 are used to obtain the frequency of heavy rainfall regions (> 50 mm/day, >100mm/three days and >150mm/five days) using the interpolation method based on Thiessen Polygon. The potential landslide region are obtained by using SINMAP models which is verified by the landslide location data from 2015 to 2016.

Descriptive spatial analysis using the overlay technique showed that 50,30% (85.358 Ha) area in Probolinggo District has the potential of landslide, especially in Sub District Krucil, Andisol Soil region, the slopes of 15-40% region, and the rainfall of 1500-2000mm/year region. The place exposure patterns toward landslide disaster due to heavy rainfall in Probolinggo District is in the region which has the higher potential of landslides and heavy rainfall frequency, the level of place exposure to landslides disaster due to heavy rainfall will be higher."

"Asesmen kerusakan bangunan menggunakan bantuan kecerdasan buatan merupakan sebuah metode yang efisien, aman dan cepat jika dibandingkan dengan metode manual. Asesmen kerusakan bangunan dengan kecerdasan buatan dapat dilakukan dengan klasifikasi dan segmentasi. Deep learning merupakan metode terbaik dalam mengolah citra beresolusi tinggi baik hasil tangkapan drone maupun satelit. Kombinasi Siamese Neural Network dan U-Net merupakan kombinasi yang tepat dalam bentuk arsitektur untuk klasifikasi dan segmentasi kerusakan bangunan. Penelitian terkait arsitektur ini dalam mengolah citra sudah banyak dilakukan dengan performa yang baik. Arsitektur ini juga merupakan desain yang tepat untuk mengolah citra pre disaster dan post disaster karena adanya sharing weight dan bisa ditambahkan modul untuk berbagi informasi fitur channel (warna) maupun spasial. Salah satu modul tersebut yang bisa ditambahkan adalah cross- directional attention (CDA). Modul ini telah coba diimpelementasikan dalam penelitian ini bersama dengan metode data augmentasi CutMix dan Refinement. Penggunaan beberapa metode ini memberikan hasil yang cukup walaupun tidak bisa melampaui model terbaik saat ini yaitu BDANet, tetapi perbedaanya tidak terlalu signifikan. Untuk hasil F1 Score dari hasil segmentasi bangunan dan klasifikasi kerusakan sebelum refinement masing-masing sebesar 0.852 dan 0.717 dengan total F1 Score-nya adalah 0.757. Model usulan dengan refinement juga telah mampu mengatasi masalah semantic inconsistency, sehingga kelasifikasi kerusakan bangunan dapat disebut sebagai segmentasi level objek. Adapun performance F1 Score segmentasi bangunan dan klasifikasi kerusakan masing- masing sebesar 0.852 dan 0.724 dengan total F1 Score-nya 0.762.

---

Assessing building damages using artificial intelligence is an efficient, secure, and rapid method compared to manual approaches. Building damage assessment through artificial intelligence can be achieved through classification and segmentation. Deep learning stands as the most effective method in processing high-resolution images captured by drones or satellites. The combination of Siamese Neural Network and U-Net serves as a suitable architecture for both building damage classification and segmentation. Studies related to this architecture for image processing have been conducted with promising performance. This architecture is also well-designed for processing pre-disaster and post-disaster images due to weight sharing and the ability to add modules for sharing feature information, such as both spatial and channel. One of these additional modules is cross-directional attention (CDA), which has been implemented in this study along with CutMix data augmentation and Refinement methods. The utilization of these methods has sufficient results even though they cannot exceed the current best model, BDANet. Even so, the difference is not very significant. For the result of F1 Score, model without Refinement gives score respectively 0.852, 0.717 and 0.757 for building segmentation, damage classification and total F1 Score. While the proposed model with refinement has also effectively addressed semantic inconsistency issues, enabling the classification of building damages to be referred to as object-level segmentation. For F1 Score performance, this model give results respectively 0.852, 0.724 and 0.762 for building segmentation, damage classification and total F1 Score."