MAULANA, WAHYU ARIF (2025) IMPLEMENTASI METODE RANDOM FOREST UNTUK MENENTUKAN TITIK-TITIK RAWAN BANJIR DI ACEH UTARA. S1 thesis, Universitas Malikussaleh.

	Text cover.pdf Download (77kB)
	Text ABSTRAK.pdf Download (120kB)
	Text BAB I.pdf Download (192kB)
	Text DAFTAR PUSTAKA.pdf Download (130kB)
	Text full-text.pdf Restricted to Registered users only Download (4MB)

Abstract

Penelitian ini bertujuan untuk mengembangkan aplikasi menentukan banjir di Aceh Utara menggunakan metode Random forest. Aceh Utara sering mengalami banjir yang menyebabkan kerugian ekonomi dan kerusakan infrastruktur yang signifikan. Karakteristik geografis dan hidrologis yang unik di wilayah ini memerlukan model prediksi yang akurat untuk mengurangi resiko banjir. Penelitian ini menggunakan data dari berbagai sumber, termasuk catatan banjir historis, informasi geografis, dan data meteorologi. Metode Random forest, yang dikenal mampu menangani dataset besar dan kompleks, digunakan untuk membuat model prediksi. Model ini dilatih menggunakan data seperti curah hujan, suhu, kelembaban, kecepatan angin, tinggi muka air sungai, dan ketinggian air tanah. Hasil implementasi menunjukkan bahwa dari 20 skenario yang diuji, model ini berhasil memprediksi resiko banjir dengan status 'Waspada' pada 65% kasus, 'Siaga' pada 15% kasus, 'Aman' pada 15% kasus, dan 'Awas' pada 5% kasus. Skor validasi silang model rata-rata sebesar 83,33%, dengan skor individu bervariasi antara 79,17% hingga 91,67%. Daerah yang paling sering teridentifikasi sebagai rawan banjir termasuk Matang Kuli, Pirak Timu, dan Tanah Luas. Daerah-daerah ini menunjukkan resiko lebih tinggi karena faktor seperti tinggi muka air sungai yang sering melebihi 3 meter dan curah hujan yang tinggi (sering lebih dari 50 mm/hari). Penelitian ini menyimpulkan bahwa model Random forest memberikan prediksi yang andal dan akurat, membantu dalam upaya manajemen dan mitigasi resiko banjir yang efektif di Aceh Utara. Kata Kunci: banjir, Random forest, Aceh Utara, GIS, Data meteorologi, Data hidrologi, Pembelajaran mesin.

Item Type:	Thesis (S1)
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	Wahyu Arif Maulana
Date Deposited:	26 Feb 2025 03:03
Last Modified:	26 Feb 2025 03:03
URI:	https://rama.unimal.ac.id/id/eprint/9929

Actions (login required)

View Item