KLASIFIKASI TINGKAT RESIKO BANJIR DIINDONESIA BERDASARKAN KRITERIA LINGKUNGAN MENGGUNAKAN METODE LOGISTIC REGRESSION DAN XGBOOST

Bagaswara, Gilang Ega (2025) KLASIFIKASI TINGKAT RESIKO BANJIR DIINDONESIA BERDASARKAN KRITERIA LINGKUNGAN MENGGUNAKAN METODE LOGISTIC REGRESSION DAN XGBOOST. Bachelor thesis, Universitas Nasional.

	Text COVER.pdf Download (801kB)
	Text BAB I.pdf Download (276kB)
	Text BAB II.pdf Download (539kB)
	Text BAB III.pdf Download (478kB)
	Text BAB IV.pdf Download (1MB)
	Text BAB V.pdf Download (250kB)
	Text LAMPIRAN.pdf Download (765kB)

Abstract

Peningkatan risiko banjir di Indonesia merupakan isu yang relevan yang berdampak pada keselamatan masyarakat dan kerugian ekonomi. Kondisi geografis dan iklim Indonesia yang beragam menuntut adanya pendekatan khusus untuk mengidentifikasi, mengelola, dan mengklasifikasikan tingkat risiko banjir guna mendukung terciptanya sistem peringatan dini yang tepat. Tujuan dari penelitian ini adalah untuk mengklasifikasikan tingkat risiko banjir di Indonesia dengan menggunakan data Google Earth Engine (GEE) melalui algoritma Logistic Regression dan XGBoost, serta membandingkan kinerja kedua algoritma tersebut. Data penelitian diperoleh dari 33 provinsi dan 393 kabupaten/kota di seluruh Indonesia dengan total 5.000 sampel yang seimbang, yang ditandai dengan atribut seperti curah hujan (mm/tahun), NDVI, elevasi (meter), kemiringan lereng (derajat), dan kepadatan vegetasi. Prosedur evaluasi melibatkan pengujian algoritma Logistic Regression dan XGBoost di tiga skenario rasio pembagian data yaitu 70% : 30%, 80% : 20%, dan 90% : 10%, serta evaluasi performa berdasarkan ROC-AUC, accuracy, precision, recall, dan f1-score dengan spatial cross-validation. Hasil percobaan menunjukkan bahwa algoritma XGBoost memberikan performa terbaik, dengan ROC-AUC 98.19%, accuracy 90.7%, dan cross-validation yang stabil di berbagai wilayah geografis. Sementara itu, algoritma Logistic Regression mencatatkan ROC-AUC 96.85% dan accuracy 89.6%, dengan atribut yang berpengaruh pada risiko banjir adalah curah hujan tinggi (>3000mm/tahun) dan elevasi rendah (<50m) yang menyebabkan akumulasi air permukaan.

Item Type:	Thesis (Bachelor)
Subjects:	Q Science > Q Science (General) T Technology > T Technology (General)
Divisions:	Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Teknik Informatika
Depositing User:	Miss Rahma Rahmawati
Date Deposited:	03 Oct 2025 07:24
Last Modified:	03 Oct 2025 07:24
URI:	http://repository.unas.ac.id/id/eprint/14340

Actions (login required)

View Item