ANALISIS PENYEMPITAN SUNGAI WELANG MENGGUNAKAN CLOUD COMPUTING UNTUK PEMETAAN RISIKO BENCANA

  • Wahyu Pratama Andhika Maheswara UPN Veteran Jawa Timur
  • Muhammad Alvian Jaya UPN Veteran Jawa Timur
  • Andreas Benaya UPN Veteran Jawa Timur
  • Christian Starly UPN Veteran Jawa Timur
  • Nalendra Fadila Saskara UPN Veteran Jawa Timur
  • Iqbal Ramadhani Mukhlis UPN Veteran Jawa Timur
Keywords: Sungai Welang, Cloud Computing, MNDWI, Penyempitan Sungai, Risiko Bencana

Abstract

Sungai Welang di Kabupaten Pasuruan merupakan salah satu sungai kritis yang sering memicu banjir bandang dan melumpuhkan jalur logistik Pantura. Fenomena penyempitan alur sungai akibat sedimentasi dan okupansi lahan diidentifikasi sebagai faktor utama penurunan kapasitas tampung air. Namun, pemantauan perubahan fisik sungai secara konvensional memerlukan waktu dan biaya yang besar. Penelitian ini bertujuan untuk menganalisis penyempitan alur Sungai Welang dan memetakan risiko bencana menggunakan teknologi Cloud Computing berbasis Google Earth Engine (GEE). Data yang digunakan adalah citra satelit Sentinel-2 multi-temporal periode 2018-2025. Metode ekstraksi badan air akan diimplementasikan menggunakan algoritma Modified Normalized Difference Water Index (MNDWI) untuk mendeteksi perubahan lebar sungai secara otomatis. Hasil dari penelitian ini diharapkan dapat memberikan gambaran mengenai keberadaan titik penyempitan (bottleneck) melalui analisis spasial dan berpotensi menghasilkan visualisasi zona risiko bencana banjir yang dapat digunakan sebagai instrumen pendukung keputusan bagi pemerintah daerah dalam upaya mitigasi berbasis data.

Downloads

Download data is not yet available.
Published
2026-08-14
How to Cite
Maheswara, W. P. A., Jaya, M. A., Benaya, A., Starly, C., Saskara, N. F., & Mukhlis, I. R. (2026). ANALISIS PENYEMPITAN SUNGAI WELANG MENGGUNAKAN CLOUD COMPUTING UNTUK PEMETAAN RISIKO BENCANA. Prosiding Seminar Nasional Teknologi Dan Sistem Informasi, 6(1), 886-896. https://doi.org/10.33005/sitasi.v6i1.2789
Section
Articles

Most read articles by the same author(s)