Analisis Penggunaan Model Random Forest dalam Memprediksi Resiko Banjir di Daerah Rawan Bencana Kabupaten Pamekasan

Abstract

Penelitian ini bertujuan untuk menganalisis efektivitas model Random Forest dalam memprediksi risiko banjir di daerah rawan bencana di Kabupaten Pamekasan. Dataset yang digunakan berasal dari BMKG dan BPBD Pamekasan, mencakup data historis terkait kejadian banjir, curah hujan, lokasi, waktu kejadian, dan musim. Proses pemodelan dimulai dari preprocessing data, pelatihan model menggunakan metode Repeated Stratified K-Fold Cross Validation, hingga optimasi model dengan hyperparameter tuning. Hasil evaluasi menunjukkan bahwa model mampu memprediksi risiko banjir dengan akurasi 82% pada data pelatihan dan 95% pada data pengujian setelah dilakukan tuning. Nilai precision dan recall yang tinggi pada kedua kelas mengindikasikan kemampuan model dalam menggeneralisasi pola dari data historis. Penelitian ini membuktikan bahwa model Random Forest dapat digunakan sebagai alat prediksi yang efektif dalam sistem peringatan dini bencana banjir berbasis data historis.

Kata Kunci: Random Forest, Prediksi Banjir, Machine Learning, Kabupaten Pamekasan, Hyperparameter Tuning