Indexed by
MONOGRAF KAJIAN POLA CUACA DAN PENGARUHNYA TERHADAP KEJADIAN BANJIR DI KOTA BALIKPAPAN
Keywords:
Analisis Data Cuaca, Generalized Linear Model, Mitigasi Bencana, Model Prediktif, Prediksi BanjirSynopsis
Perubahan cuaca yang semakin dinamis membawa tantangan baru bagi kota-kota pesisir, termasuk Balikpapan. Dengan intensitas hujan yang fluktuatif dan perubahan iklim yang tidak menentu, prediksi banjir menjadi kebutuhan mendesak untuk mitigasi dan perencanaan kota yang lebih baik.
Buku ini merupakan hasil penelitian mendalam dalam mengembangkan model prediksi banjir di Balikpapan. Melalui analisis data cuaca historis dari tahun 2021–2023, eksplorasi kejadian banjir periode 2019–2023, serta penerapan model prediktif berbasis Generalized Linear Model, buku ini memberikan wawasan komprehensif tentang faktor-faktor yang mempengaruhi banjir di kota ini.
Pembaca akan diperkenalkan pada dua pendekatan utama dalam pemodelan prediksi banjir: Zero Inflated Negative Binomial Regression dan Logistic Regression, yang masing-masing menawarkan perspektif berbeda dalam memahami probabilitas dan frekuensi banjir berdasarkan parameter cuaca.
Ditulis dengan pendekatan ilmiah yang tetap mudah dipahami, buku ini menjadi referensi penting bagi akademisi, peneliti, perencana tata kota, serta pihak-pihak yang terlibat dalam mitigasi dan pengelolaan risiko bencana di Balikpapan dan wilayah lainnya.
Order now
References
Antonio, K., & Beirlant, J. (2007). Actuarial statistics with generalized linear mixed models. Insurance: Mathematics and Economics, 40(1), 58–76. Retrieved from https://doi.org/10.1016/j.insmatheco.2006.02.013
Balikpapan, B. P. B. D. (2022). Kajian Risiko Bencana Kota Balikpapan. (B.K. Balikpapan,Ed.). Balikpapan: BPBD Kota Balikpapan.
Balikpapan, B. P. S. (2022). Kota Balikpapan Dalam Angka 2022. (BPS Kota Balikpapan,Ed.) (2022nd ed.). Balik: BPS Kota Balikpapan.
Balikpapan, B. P. S. (2023). Kota Balikpapan Dalam Angka 2023. (BPS Kota Balikpapan,Ed.), BPS-Statistics Balikpapan Municipality (2023rd ed., Vol. 1). Balikpapan: BPS Kota Balikpapan.
Balikpapan, B. P. S. K. (2024). Kota Balikpapan Dalam Angka 2024. (BPS-Statistics Balikpapan Municipality,Ed.), BPS-Statistics Balikpapan Municipality (Vol. 34). Balikpapan: BPS Kota Balikpapan.
BMKG Indonesia. (2020). Probabilistik Curah Hujan 20 mm (tiap 24 jam) | BMKG. Retrieved from https://www.bmkg.go.id/cuaca/probabilistik-curah-hujan.bmkg
Boudreault, M., Clacher, I., Li, J. S. H., Pigott, C., & Zhou, R. (2023). A changing climate for actuarial science. Annals of Actuarial Science, 17(3), 415–419. Retrieved from https://doi.org/10.1017/S1748499523000222
Coxe, S., West, S. G., & Aiken, L. S. (2009). The analysis of count data: A gentle introduction to poisson regression and its alternatives. Journal of Personality Assessment, 91(2), 121–136. Retrieved from https://doi.org/10.1080/00223890802634175
Finch, W. H., Bolin, J. E., & Kelley, K. (2019). Brief Introduction to Generalized Linear Models. Multilevel Modeling Using R, 115–131. Retrieved from https://doi.org/10.1201/9781351062268-7
Hasanah, P., Silfiani, M., & Anggriani, I. (2024). Application of Generalized Linear Model to Estimate Weather Factors in Flood Occurrences in Balikpapan. In Proceedings Of The 9th Seams-UGM International Conference On Mathematics And Its Applications. AIP Conference Proceedings.
López, A. S. V., & Rodriguez, C. A. M. (2020). Flash flood forecasting in Sao Paulo using a binary logistic regression model. Atmosphere, 11(5). Retrieved from https://doi.org/10.3390/ATMOS11050473
Models, M. E. (2009). Zero-Truncated and Zero-Inflated Models for Count Data. Cambridge University Press. Retrieved from https://doi.org/10.1007/978-0-387-87458-6
Nelvi, A., & Nata, R. A. (2021). Sunshine Duration and Diurnal Temperature Range and Its Relation to Climate Change in Pontianak. Jurnal Meteorologi Dan Geofisika, 24(2), 65–76. Retrieved from https://jmg.bmkg.go.id/jmg/index.php/jmg/article/view/817
Nurjanah, D., Anggriani, I., & Hasanah, P. (2024). Application Of K-Means And Fuzzy C-Means Algorithms To Determine Flood Vulnerability Clusters ( Case Study : Kutai Kartanegara Regency ). BAREKENG: Jurnal Ilmu Matematika Dan Terapan, 18(2), 821–836.
Rezaeianzadeh, M., Tabari, H., Arabi Yazdi, A., Isik, S., & Kalin, L. (2014). Flood flow forecasting using ANN, ANFIS and regression models. Neural Computing and Applications, 25(1), 25–37. Retrieved from https://doi.org/10.1007/s00521-013-1443-6
Sianturi, Y. (2021). Pengukuran dan Analisa Data Radiasi Matahari di Stasiun Klimatologi Muaro Jambi. Megasains, 12(1), 40–47. Retrieved from https://doi.org/10.46824/megasains.v12i1.45
Smith, T. J., & Mckenna, C. M. (2013). A comparison of logistic regression pseudo R2 indices. Multiple Linear Regression Viewpoints, 39(2), 17–26.
Sukmara, R. B., Pratama, J. J., & Ariyaningsih, A. (2020). Analisis ketersediaan dan kebutuhan air baku kota balikpapan studi kasus: waduk manggar, kota balikpapan. Eternitas: Jurnal Teknik Sipil, 1(1), 7–14.
Tufail, D. N., & Kalimantan, I. T. (2022). Strategi Optimalisasi Kemampuan Lahan dalam Penyediaan Air Tanah di Kota Balikpapan, 6(3), 342–354.
![](https://itkpress.itk.ac.id/public/presses/2/submission_58_58_coverImage_en_US_t.png)
Published
License
![Creative Commons License](http://i.creativecommons.org/l/by-nc-sa/4.0/88x31.png)
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.