Teknologi penginderaan jauh dan SIG menjadi semakin canggih dan terintegrasi. Teknik pembelajaran statistik dan pembelajaran mesin atau dikenal sebagai machine learning menjadi metode yang sedang berkembang baru-baru ini dalam pemodelan kerawanan longsor. Pemodelan kerawanan longsor soft-computing (machine learning) sangat beragam seperti regresi logistik, decision tree, random forest, SVM, XgBoost, dan lain sebagainya.
Penelitian yang dilakukan oleh Samodra & Nugroho (2022) mengenai benchmarking landslide inventory data handling strategies for landslide susceptibility modeling based on different random forest machine learning workflows merupakan salah satu contoh hasil perkembangan pemodelan kerawanan longsor soft-computing (machine learning).
Penelitian ini bertujuan untuk mengenalkan bagaimana melakukan inventarisasi longsor, pengenalan software, hingga praktik pemodelan dengan metode-metode pada pemodelan kerawanan longsor soft-computing. Adapun silabus dalam penelitian ini meliputi,
Silabus:
- Landslide inventory dan pengenalan software
- Data faktor pengontrol
- Input data
- Pemodelan: decision tree, random forest, SVM, XgBoost, ANN, etc
- Cross validation dan hyperparameter setting
Tarif: Rp 4.950.000,00
Fasilitas:
- Training kit
- Sertifikat
- Coffee breaks
- Makan siang
- Forum diskusi alumni
Durasi Pelatihan: 3 hari
