Pemanfaatan Kecerdasan Artifisial untuk Meningkatkan Mitigasi Bencana Banjir

Bencana banjir merupakan salah satu kejadian bencana yang mendominasi di Indonesia. Frekuensi dan intensitas bencana ini cenderung meningkat dari tahun ke tahun, demikian pula kerugian yang ditimbulkan akibat bencana ini semakin besar. Untuk mengurangi risiko bencana dan kerugian akibat banjir, diperlukan inovasi dalam mitigasi bencana. Kecerdasan artifisial dan pembelajaran mesin merupakan inovasi teknologi yang telah banyak diterapkan di berbagai bidang kehidupan dan dapat juga digunakan untuk meningkatkan mitigasi bencana banjir. Studi literatur yang dilakukan pada penelitian ini menunjukkan bahwa pemanfaatan kecerdasan artifisial dengan pembelajaran mesin terbukti mampu dan berhasil secara cepat dan akurat melakukan prediksi banjir, pemetaan risiko banjir, tanggap darurat banjir maupun pemetaan kerusakan akibat banjir. ANNs, SVM, SVR, ANFIS, WNN, dan DTs merupakan metode populer yang digunakan untuk mitigasi banjir dalam tahap prabencana dan direkomendasikan untuk menggunakan gabungan atau hibrid dari metode tersebut. Penerapan untuk tahap tanggap darurat bencana banjir masih belum banyak dilakukan dan masih perlu dikembangkan. Contoh pemanfaatannya adalah penggunaan big data dari media sosial Twitter dan pembelajaran mesin, baik supervised learning dengan Random Forest maupun unsupervised learning dengan CNN yang telah menunjukkan hasil yang baik dan mempunyai prospek yang bagus untuk diterapkan. Pemanfaatan kecerdasan artifisial dalam tahap pascabencana banjir juga masih belum banyak dilakukan karena memerlukan data aktual kondisi di lapangan, dan ke depan menjadi program penting kaji terap pemanfaatan kecerdasan artifisial.