Yudi Nurul IhsanAnkiq Taofiqurohman SNAMIRA NASYWA PERDANI2024-05-302024-05-302019https://repository.unpad.ac.id/handle/kandaga/230210190027Pesisir utara Semarang, Jawa Tengah, merupakan wilayah yang memiliki risiko tinggi terhadap banjir rob. Berdasarkan pengamatan, kejadian banjir rob semakin sulit diprediksi karena kondisi pasang surut berdasarkan kalender bulan sudah bukan menjadi faktor tunggal pemicu banjir rob. Faktor-faktor lain berkaitan dengan interaksi laut-atmosfer telah dibuktikan dapat memperparah kejadian banjir rob dan menyebabkan kejadian periode waktu terjadinya banjir rob tidak lagi reguler. Oleh karena itu, diperlukan pendekatan yang tepat untuk mengatasi iregularitas kejadian banjir rob agar prediksi banjir rob menjadi lebih akurat. Salah satu pendekatan yang digunakan dalam penelitian ini adalah dengan model probabilitas Bayesian Network (BN) yang meninjau multifaktor penyebab banjir rob. Struktur model yang dibangun dalam penelitian ini terdiri dari sembilan node yang terdiri dari faktor penyebab banjir rob, baik secara langsung (fase pasang surut, curah hujan, tinggi gelombang signifikan, serta kecepatan dan arah angin) maupun tidak langsung (Madden Julian Oscillation (MJO), Boreal Summer Intra-seasonal Oscillation (BSISO), gelombang ekuatorial, Low Pressure Area (LPA), dan tropical storm) yang dianggap memiliki periode waktu kejadian sinoptik (1–20 harian). Data yang digunakan dalam model BN diperoleh dari pemantauan satelit, reanalisis, dan pengamatan langsung (in situ) selama periode waktu 2018–2022 dan dibagi menjadi dua musim, yaitu monsun barat (DJF) dan monsun timur (JJA). Hasil studi menunjukan bahwa terdapat pertimbangan kecil terhadap keberadaan gelombang Rossby ketika monsun barat, dan LPA ketika monsun timur sebagai tanda terjadinya banjir rob. Selain itu, pertimbangan besar merujuk pada faktor-faktor yang perlu diwaspadai secara berurutan ketika monsun barat (monsun timur), yaitu: (1) fase pasang surut, terutama sehari sebelum purnama dan ketika purnama (tiga hari sebelum purnama dan dua hari sebelum perbani); (2) Curah hujan dalam rentang hujan ringan (tidak hujan); (3) tinggi gelombang signifikan dengan ketinggian 0.1–1.25 m (0.1 – 1.25 m).Banjir RobBayesian NetworkMitigasi Bencana