EUVIMEDEUVIMED entdecken
Crossref

ANALISIS FAKTOR DAN POLA KEJADIAN BANJIR DI BANDAR LAMPUNG MENGGUNAKAN ARIMA, RANDOM FOREST, DAN XGBOOST

Ahmad Suaif, Eka Sylvianti Rahayu

Jurnal Teknologi Komputer dan Informatika · 2025

DOI: 10.59820/tekomin.v3i2.339 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Jurnal Teknologi Komputer dan Informatika, 2025. Verfasst von Ahmad Suaif und 1 weiteren Autor:innen.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Banjir merupakan permasalahan lingkungan yang signifikan di Kota Bandar Lampung, dipengaruhi oleh berbagai faktor seperti curah hujan, kelembaban, dan lainnya. Penelitian ini bertujuan untuk menganalisis faktor yang berkontribusi terhadap kejadian banjir serta membangun model prediksi pola kejadian banjir. Metode yang digunakan mencakup analisis faktor dengan Random Forest Classifier dan model prediksi menggunakan ARIMA, Random Forest Regressor, dan XGBoost Regressor. Hasil penelitian menunjukkan bahwa curah hujan merupakan faktor dominan dengan nilai feature importance sebesar 0.49. Dari hasil perbandingan model prediksi, XGBoost Regressor memberikan performa terbaik dengan nilai RMSE sebesar 0.88 dan MAE sebesar 0.75, serta nilai R2 positif sebesar 0.11. Kesimpulan dari penelitian ini menegaskan bahwa metode machine learning berbasis ensemble learning lebih unggul dibandingkan model statistik dalam prediksi kejadian banjir.

Zitieren

APA

Suaif, A., & Rahayu, E. S. (2025). ANALISIS FAKTOR DAN POLA KEJADIAN BANJIR DI BANDAR LAMPUNG MENGGUNAKAN ARIMA, RANDOM FOREST, DAN XGBOOST. Jurnal Teknologi Komputer dan Informatika. https://doi.org/10.59820/tekomin.v3i2.339

Vancouver

Suaif A, Rahayu ES. ANALISIS FAKTOR DAN POLA KEJADIAN BANJIR DI BANDAR LAMPUNG MENGGUNAKAN ARIMA, RANDOM FOREST, DAN XGBOOST. Jurnal Teknologi Komputer dan Informatika. 2025. doi:10.59820/tekomin.v3i2.339

BibTeX
@article{Suaif2025,
  author = {Suaif, Ahmad and Rahayu, Eka Sylvianti},
  title = {ANALISIS FAKTOR DAN POLA KEJADIAN BANJIR DI BANDAR LAMPUNG MENGGUNAKAN ARIMA, RANDOM FOREST, DAN XGBOOST},
  journal = {Jurnal Teknologi Komputer dan Informatika},
  year = {2025},
  doi = {10.59820/tekomin.v3i2.339}
}
Kostenlos starten →