EUVIMEDEUVIMED entdecken
Open Access · CC BY-SA 4.0

STUDI ABLASI XGBOOST UNTUK KLASIFIKASI RISIKO BANJIR PERKOTAAN MENGGUNAKAN KARAKTERISTIK DRAINASE DAN DATA CURAH HUJAN CHIRPS

Evan Afdrianto Kota, Mokhamad Amin Hariyadi, Cahyo Crysdian

JATI (Jurnal Mahasiswa Teknik Informatika) · 31.05.2026 · 10 (3) · 5365-5370

DOI: 10.36040/jati.v10i3.18862 ↗

Kurz gefasst

Fachartikel in der Zeitschrift JATI (Jurnal Mahasiswa Teknik Informatika), online erschienen am 31.05.2026. Verfasst von Evan Afdrianto Kota und 2 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY-SA 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Banjir perkotaan merupakan bencana yang semakin sering terjadi di Indonesia akibat urbanisasi dan perubahan pola curah hujan. Model klasifikasi risiko banjir umumnya mengandalkan variabel topografi dan hidrologi, namun jarang mengintegrasikan kondisi infrastruktur drainase. Praktisi sering menerapkan preprocessing kompleks pada model XGBoost tanpa memvalidasi kontribusi individual setiap langkah, sehingga belum diketahui apakah seleksi fitur, oversampling, dan optimasi hyperparameter benar-benar meningkatkan performa. Penelitian ini mengevaluasi pengaruh tiga komponen preprocessing terhadap performa XGBoost melalui studi ablasi enam skenario. Klasifikasi dilakukan pada 3.471 titik drainase di Kota Malang menggunakan 53 fitur dari data drainase dan curah hujan satelit CHIRPS (2019–2025). Enam skenario menguji seleksi fitur (Pearson+VIF+RFE), BorderlineSMOTE, dan tuning Optuna TPE secara individual maupun kombinatif. Model baseline tanpa preprocessing mencapai performa terbaik (F1 Macro 0,8167; Akurasi 0,8763). Seluruh intervensi justru menurunkan performa. Analisis SHAP mengidentifikasi frekuensi hari hujan dan interaksi curah hujan-kemiringan sebagai prediktor utama.

Zitieren

APA

Kota, E. A., Hariyadi, M. A., & Crysdian, C. (2026). STUDI ABLASI XGBOOST UNTUK KLASIFIKASI RISIKO BANJIR PERKOTAAN MENGGUNAKAN KARAKTERISTIK DRAINASE DAN DATA CURAH HUJAN CHIRPS. JATI (Jurnal Mahasiswa Teknik Informatika), 10(3), 5365-5370. https://doi.org/10.36040/jati.v10i3.18862

Vancouver

Kota EA, Hariyadi MA, Crysdian C. STUDI ABLASI XGBOOST UNTUK KLASIFIKASI RISIKO BANJIR PERKOTAAN MENGGUNAKAN KARAKTERISTIK DRAINASE DAN DATA CURAH HUJAN CHIRPS. JATI (Jurnal Mahasiswa Teknik Informatika). 2026;10(3):5365-5370. doi:10.36040/jati.v10i3.18862

BibTeX
@article{Kota2026,
  author = {Kota, Evan Afdrianto and Hariyadi, Mokhamad Amin and Crysdian, Cahyo},
  title = {STUDI ABLASI XGBOOST UNTUK KLASIFIKASI RISIKO BANJIR PERKOTAAN MENGGUNAKAN KARAKTERISTIK DRAINASE DAN DATA CURAH HUJAN CHIRPS},
  journal = {JATI (Jurnal Mahasiswa Teknik Informatika)},
  year = {2026},
  volume = {10},
  number = {3},
  pages = {5365--5370},
  doi = {10.36040/jati.v10i3.18862}
}
Kostenlos starten →