PENGAPLIKASIAN KAEDAH MACHINE LEARNING, REMOTE SENSING DAN GIS BAGI

PENGAPLIKASIAN KAEDAH MACHINE LEARNING, REMOTE SENSING DAN GIS BAGI MENENTUKAN KESESUAIAN LOKASI PEMBANGUNAN PERUMAHAN DALAM MENCEGAH MASALAH BANJIR (KES KAJIAN: TAMAN SRI MUDA, SHAH ALAM)

Prof. Madya Sr Ts. Gs. Dr. Khairul Nizam Bin Abdul Maulud (Project Leader)

Prof. Dr. Rasyikah Binti Md Khalid

Prof. Madya Dr. Wan Hanna Melini Binti Wan Mohtar

Sr. Gs. Syed Ahmad Fadhli Syed Abdul Rahman

Ts. Dr. Wan Shafrina Wan Mohd Jaafar

Ts. Dr. Ahmad Shakir Bin Mohd Saudi

(Universiti Kebangsaan Malaysia)

ABSTRACT

Masalah banjir yang semakin kerap dan serius di kawasan bandar di Malaysia, khususnya di Taman Sri Muda, Shah Alam, telah menimbulkan keperluan mendesak untuk mewujudkan pendekatan bersepadu dalam menilai kesesuaian pembangunan perumahan. Kajian ini bertujuan untuk menyiasat polisi terdahulu, mengenal pasti pengaruh guna tanah dan pembolehubah perubahan iklim terhadap risiko banjir, serta menyediakan cadangan penambahbaikan garis panduan atau dasar baharu menggunakan kaedah machine learning, remote sensing dan Sistem Maklumat Geografi. Pendekatan berasaskan data ini memberikan peluang untuk mengenal pasti zon-zon berisiko tinggi melalui pemodelan spatial dan multikriteria, khususnya dengan mengaplikasikan GIS-MCDA (Multicriteria Decision Analysis) serta teknik AHP (Analytic Hierarchy Process). Kes kajian memberi tumpuan kepada Taman Sri Muda, kawasan yang telah berulang kali dilanda banjir besar termasuk pada Disember 1995 dan Disember 2021. Kajian ini mengaplikasikan algoritma machine learning seperti K-Means Clustering turut diaplikasikan bagi tujuan klasifikasi risiko banjir. Dapatan menunjukkan bahawa perubahan guna tanah yang pesat dan peningkatan intensiti hujan akibat perubahan iklim adalah penyumbang utama kepada peningkatan kejadian banjir. Selain analisis teknikal, kajian ini turut mengkaji kekurangan garis panduan dan perundangan sedia ada seperti Akta 172, Akta 133, dan Manual Saliran Mesra Alam, serta mencadangkan penambahbaikan dasar melalui pengukuhan perundangan, pengenalan sistem skor risiko pembangunan (MyLCP ScoreCard) dan pembentukan sistem pemetaan risiko banjir nasional (MyBanjirMap). Rangka kerja yang dicadangkan memberi panduan kepada agensi teknikal dan pihak berkuasa tempatan dalam merancang pembangunan perumahan yang lebih selamat, mampan dan responsif terhadap risiko bencana. Secara keseluruhannya, kajian ini menyumbang kepada pengetahuan sedia ada dalam bidang perancangan bandar, mitigasi bencana dan pengurusan risiko banjir dengan menyediakan pendekatan saintifik dan holistik yang menyokong tadbir urus berasaskan bukti, seiring dengan Matlamat Pembangunan Mampan (SDG 11.5) dan usaha kerajaan dalam penyesuaian perubahan iklim. 

Katakunci: Penilaian Risiko Banjir, GIS-MCDA, Klasifikasi Pembelajaran Mesin, Guna Tanah dan Perubahan Iklim, Perancangan Pembangunan Tahan Bencana, Penderiaan Jauh.