Article Per Year (5 Year)
p-Index From 2021 - 2026
4.833
P-Index
This Author published in this journals
All Journal Jurnal Teknik Sipil ELT Forum: Journal of English Language Teaching Jurnal Pilar Nusa Mandiri IT JOURNAL RESEARCH AND DEVELOPMENT JMM (Jurnal Masyarakat Mandiri) Jurnal Nasional Komputasi dan Teknologi Informasi Abdi Masyarakat Community Development Journal: Jurnal Pengabdian Masyarakat TIN: TERAPAN INFORMATIKA NUSANTARA Community Empowerment Bulletin of Computer Science Research Jurnal Pengabdian Masyarakat (ABDIRA) Jurnal Pengabdian Masyarakat Bhinneka Malcom: Indonesian Journal of Machine Learning and Computer Science Jurnal Sains Student Research Jurnal of Information Technology and Society (JITS) Jurnal Ilmiah Nusantara JURNAL AKADEMIK EKONOMI DAN MANAJEMEN Jurnal Teknologi dan Sains Modern Mars: Jurnal Teknik Mesin, Industri, Elektro dan Ilmu Komputer HUMAN: Journal of Social Humanities and Science Journal of Informatics and Vocational Education Proceeding of Informatics Collaborations and Dessimenation Meeting (Infocoding)
Yudistira Bagus Pratama
Computer Science Study Program, Universitas Muhammadiyah Bangka Belitung, Indonesia
Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Transportation Veterinary Other

Published : 35 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 35 Documents
Search

 1   2   3   4 
PELATIHAN PENGUKURAN ARAH KIBLAT MENGGUNAKAN TOTAL STATION DALAM PENGEMBANGAN FIKIH SAINS ASTRONOMI UNTUK OPTIMALISASI PENGKADERAN MUHAMMADIYAH MASJID MUHAJIRIN Mega Sukma; Jauhar Ridloni Marzuq; Yudistira Bagus Pratama
Community Development Journal : Jurnal Pengabdian Masyarakat Vol. 6 No. 1 (2025): Volume 6 No. 1 Tahun 2025
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/cdj.v6i1.41132

Abstract

Layanan ini bertujuan untuk memberikan panduan dan petunjuk untuk mengidentifikasi arah kiblat menggunakan stasiun komprehensif dalam konteks yurisprudensi ilmiah progresif di bidang astronomi. Pengukuran yang akurat terhadap arah kiblat sangat penting bagi umat Islam, khususnya dalam meningkatkan kualitas ibadah. Program ini dilaksanakan di Masjid Muhajirin, Pangkal Pinang, dengan melibatkan anggota pengurus masjid dan masyarakat setempat. Pelatihan ini mencakup teori dasar tentang sains astronomi, pemahaman tentang pentingnya arah kiblat, serta praktik penggunaan total station sebagai alat ukur. Melalui pendekatan interaktif, peserta diajak untuk memahami konsep yang mendasari pengukuran arah kiblat dan cara menerapkannya dalam kehidupan sehari-hari. Hasil dari kegiatan ini menunjukkan peningkatan pengetahuan peserta terkait dengan pengukuran arah kiblat dan penerapan fikih sains astronomi sebesar 85%. Selain itu, program ini juga berkontribusi dalam optimalisasi pengkaderan Muhammadiyah di lingkungan masjid, dengan harapan dapat menghasilkan generasi yang lebih paham dan peduli terhadap aspek-aspek ilmiah dalam praktik keagamaan. Hasil akhir dari kegiatan ini diharapkan dapat menjadi model bagi masjid lain dalam menerapkan sains dalam konteks ibadah, serta meningkatkan kesadaran masyarakat akan pentingnya pengukuran yang tepat dalam menjalankan ajaran Islam.
SOSIALISASI PENENTUAN AWAL BULAN SYAWAL BERDASARKAN PERHITUNGAN KETINGGIAN HILAL MENGGUNAKAN PROGRAM EXCEL DAN APLIKASI STELLARIUM DI DESA ROMADHON UNTUK MENINGKATKAN PEMAHAMAN MASYARAKAT TERHADAP PENETAPAN HARI RAYA IDUL FITRI Yudistira bagus Pratama; Mega Sukma
Community Development Journal : Jurnal Pengabdian Masyarakat Vol. 6 No. 1 (2025): Volume 6 No. 1 Tahun 2025
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/cdj.v6i1.42536

Abstract

Penentuan awal bulan Syawal sering menjadi salah satu isu penting dalam masyarakat, terutama terkait penetapan Hari Raya Idul Fitri. Untuk meningkatkan pemahaman masyarakat terhadap metode penentuan ini, program sosialisasi dilaksanakan di Desa Romadhon dengan fokus pada pengenalan perhitungan objek langit menggunakan program Excel dan aplikasi Stellarium. Tujuan kegiatan ini adalah memberikan edukasi kepada masyarakat tentang pengamatan hilal berbasis ilmiah dan teknologi, sehingga mampu memahami proses penentuan awal bulan Syawal secara akurat.Sosialisasi ini dilakukan melalui pelatihan interaktif yang mencakup pengenalan konsep ketinggian hilal, cara memasukkan data astronomi ke dalam program Excel, dan simulasi pengamatan hilal menggunakan aplikasi Stellarium. Peserta yang terdiri dari tokoh agama, pemuda, dan masyarakat umum diberikan kesempatan langsung untuk mempraktikkan metode tersebut. Hasil evaluasi menunjukkan bahwa 92% peserta merasa lebih memahami proses perhitungan hilal dan pentingnya teknologi dalam penentuan waktu ibadah. Program ini berhasil meningkatkan kemampuan masyarakat dalam memanfaatkan teknologi sederhana untuk mendukung penentuan awal bulan Hijriah, serta mendorong terciptanya pemahaman yang lebih baik terhadap penetapan Hari Raya Idul Fitri.
PELATIHAN PEMBUATAN LILIN AROMATERAPI DARI BATOK KELAPA SEBAGAI PRODUK RAMAH LINGKUNGAN DENGAN PEMANFAATAN DIGITAL MARKETING UNTUK MENINGKATKAN DAYA SAING UMKM DI DESA ROMADHON Yudistira Bagus Pratama; Riski Andriani; Ega Noviani; Marwani Marwani; Wiwit Febriyanti; Farhan Aflah Pratama; Elda Elda; Shinta Pramudya Wardani; Micha Arnola; Sofwan Arif Agil; Fani Februari; Bayu Saputra
Community Development Journal : Jurnal Pengabdian Masyarakat Vol. 6 No. 1 (2025): Volume 6 No. 1 Tahun 2025
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/cdj.v6i1.43270

Abstract

Pemanfaatan limbah organik menjadi produk bernilai ekonomi merupakan salah satu strategi dalam mendukung keberlanjutan lingkungan dan pemberdayaan masyarakat. Pengabdian ini bertujuan untuk menganalisis efektivitas pelatihan kewirausahaan berbasis lingkungan dalam meningkatkan keterampilan dan minat masyarakat dalam memproduksi serta memasarkan lilin aromaterapi dari batok kelapa secara digital. Metode yang digunakan adalah penelitian tindakan (action research) dengan pendekatan eksperimen terapan, yang melibatkan 10 peserta dari kalangan ibu PKK dan karang taruna di Desa Romadhon, Kecamatan Sungaiselan, Kabupaten Bangka Tengah. Pelatihan berlangsung selama satu jam dan mencakup teori serta praktik pembuatan lilin aromaterapi dengan bahan utama batok kelapa sebagai wadahnya, serta strategi pemasaran digital melalui media sosial dan platform e-commerce. Hasil pengabdian menunjukkan bahwa terdapat peningkatan pemahaman masyarakat mengenai pemanfaatan limbah dan strategi pemasaran digital setelah mengikuti pelatihan, sebagaimana dibuktikan dengan hasil pre-test dan post-test. Selain itu, produk lilin aromaterapi dari batok kelapa memiliki potensi ekonomi yang menjanjikan karena nilai jual yang lebih tinggi serta daya tarik estetika dan fungsionalitasnya. Dengan penerapan digital marketing, produk ini dapat menjangkau pasar yang lebih luas dan meningkatkan daya saing UMKM lokal. Kesimpulannya, usaha lilin aromaterapi berbasis batok kelapa dengan integrasi digital marketing dapat menjadi solusi inovatif dalam mendukung ekonomi berkelanjutan, pengelolaan limbah organik, dan pemberdayaan masyarakat di tingkat lokal.
Classification of Batik Cual Bangka Belitung Based on Deep Learning: YOLOv11 Approach Andika Saputra; Zikri Wahyuzi; Yudistira Bagus Pratama
Journal of Informatics and Vocational Education Vol. 9 No. 1 (2026): Journal of Informatics and Vocational Education - March
Publisher : Informatics Education Department, Faculty of Teacher Training and Education, Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20961/joive.v9i1.3208

Abstract

The rapid growth of artificial intelligence, particularly deep learning, has enabled significant advancements in computer vision and automated image recognition. However, the application of these technologies to traditional cultural artifacts remains limited, especially within the domain of Indonesian textile heritage. Batik Cual Bangka Belitung, which features intricate ornamentation and visually similar motifs, presents unique classification challenges that conventional Convolutional Neural Network (CNN) models struggle to address effectively. To overcome these limitations, this study introduces an automatic motif classification system using the YOLOv11 architecture, a state-of-the-art object detection model capable of identifying and distinguishing fine-grained visual patterns. The research follows a systematic pipeline consisting of dataset collection, curation, manual motif labeling, image preprocessing, model configuration, training, and testing. A curated dataset of Batik Cual images was augmented and divided into training, validation, and testing subsets to ensure robust evaluation. Experimental results demonstrate strong model performance, achieving a precision of 0.934, recall of 0.808, mAP50 of 0.950, and mAP50–95 of 0.8172. These findings confirm that YOLOv11 can accurately detect motif regions and classify them under varying structural and textural conditions. The study contributes not only a reliable technical framework for recognizing Batik Cual motifs, but also supports digital preservation efforts and future cultural computing applications.
Prediksi Spasial Kebakaran Lahan dan Hutan Bangka Belitung Berbasis CNN-LSTM untuk Mendukung Ketahanan Pangan dan Pembangunan Berkelanjutan: Spatial Prediction of Land and Forest Fires in Bangka Belitung Based on CNN-LSTM to Support Food Security and Sustainable Development Yudistira Bagus Pratama; Mega Sukma
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 6 No. 3 (2026): MALCOM July 2026
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v6i3.2306

Abstract

Kebakaran hutan dan lahan di Provinsi Kepulauan Bangka Belitung telah meningkat secara signifikan. Studi ini bertujuan untuk mengembangkan model prediksi spasial-temporal untuk titik api kebakaran hutan dan lahan menggunakan pendekatan pembelajaran mendalam hibrida berdasarkan Convolutional Neural Network (CNN) dan Long Short-Term Memory (LSTM). Kebaruan penelitian ini terletak pada integrasi variabel lingkungan multi-sumber (NDVI, LST, kelembaban, curah hujan, dan kecepatan angin) dengan fitur spasial berbasis satelit untuk meningkatkan akurasi prediksi. Model dilatih menggunakan data kebakaran historis dan citra satelit multi-temporal, dan dievaluasi menggunakan Mean Absolute Error (MAE) dan metrik kerugian validasi. Hasil menunjukkan bahwa model CNN-LSTM yang diusulkan mencapai kinerja yang stabil dengan kesalahan validasi rendah (val_loss = 0,024) dan MAE berkisar antara 0,12–0,13. Hasil prediksi spasial menunjukkan bahwa zona kebakaran berisiko tinggi terkonsentrasi di Kabupaten Bangka Selatan dan Bangka, sementara peramalan temporal hingga tahun 2030 menunjukkan tren yang relatif stabil dengan risiko kebakaran yang terus-menerus di area tertentu. Temuan ini menunjukkan bahwa model yang diusulkan efektif dalam menangkap pola kebakaran spasial-temporal yang kompleks dan dapat mendukung sistem peringatan dini berbasis data dan kebijakan mitigasi kebakaran regional. Studi ini berkontribusi pada kemajuan aplikasi pembelajaran mendalam dalam prediksi risiko lingkungan, khususnya dalam mengintegrasikan pemodelan spasial dan temporal untuk pembangunan berkelanjutan.  
PELATIHAN PACKAGING DAN PEMBUATAN LOGO BAGI PELAKU UMKM UNTUK MENINGKATKAN NILAI EKONOMIS PRODUK Erick Prayogo Walton; Haiyudi Haiyudi; Ratno Purnamasari; Yudistira Bagus Pratama; Nurjanah Nurjanah; Yurdayanti Yurdayanti; Rajab Vebrian; Silvio Juliana Nabela
JMM (Jurnal Masyarakat Mandiri) Vol 8, No 3 (2024): Juni
Publisher : Universitas Muhammadiyah Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31764/jmm.v8i3.23313

Abstract

Abstrak: Kurangnya pemahaman pelaku UMKM terhadap pentingnya identitas dan cara pengemasan produk menjadi permasalahan utama yang ada di Desa Batu Beriga, Kecamatan Lubuk Besar, Bangka Tengah, Bangka Belitung. Oleh karena itu, tujuan program pengabdian ini adalah untuk meningkatkan pemahaman pelaku UMKM terhadap pentingnya kedua aspek diatas. Metode yang digunakan dalam pengabdian ini adalah pelatihan dengan tahapan pemaparan dan praktikum. Mitra dalam pelatihan ini adalah sebanyak 15 pelaku UMKM di Desa Batu Beriga. Pre dan Post-test dilakukan untuk mengetahui peningkatan pemahaman setelah dilakukan pemaparan dan praktik. Ditemukan sebanyak 30% peningkatan pemahaman terhadap aspek penting dalam perancangan logo produk dan 10% dalam aspek pengemasan dengan prosentase akhir sangat baik.Abstract: The lack of understanding among Micro, Small and Medium Enterprise (MSME) entrepreneurs about the importance of branding and product packaging is a major issue in the village of Batu Beriga, Lubuk Besar District, Central Bangka, Bangka Belitung. Therefore, the goal of this community engagement program is to improve the understanding of MSME entrepreneurs regarding the significance of these two aspects. The method used in this program is training, which includes presentations and practical sessions. The partners in this training are 15 MSME entrepreneurs in Batu Beriga village. Pre- and post-tests were conducted to measure the improvement in understanding after the presentations and practical sessions. It was found that there was a 30% increase in understanding of the key aspects of product logo design and a 10% increase in product packaging, with the final percentage of understanding being rated as excellent.
Pengembangan Chatbot Konsultasi Kesehatan Mental di Indonesia Berbasis Model Generative AI Gemini Sherin Sagita Inayah; Yudistira Bagus Pratama; Arvi Pramudiyantoro
Jurnal Teknologi dan Sains Modern Vol. 3 No. 2 (2026): Maret-April
Publisher : CV. Science Tech Group

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69930/jtsm.v3i2.771

Abstract

Kasus gangguan kesehatan mental di Indonesia terus meningkat, namun akses terhadap layanan profesional masih sangat terbatas akibat kurangnya tenaga medis, biaya, dan besarnya stigma sosial. Penelitian ini bertujuan mengembangkan chatbot konsultasi kesehatan mental berbasis model Generative AI Gemini 2.5 Flash dan mengevaluasi kinerjanya dalam memberikan respons dukungan psikologis awal. Pengembangan sistem menggunakan metode Machine Learning Lifecycle mulai dari problem definition hingga deployment. Sistem mengimplementasikan prompt engineering dengan kerangka kerja R.O.L.E (Role, Objective, Limits, Expression) untuk mengendalikan model Gemini agar merespons secara empatik tanpa memberikan diagnosis medis klinis. Antarmuka aplikasi dibangun menggunakan teknologi web standar, sementara sisi backend dikelola menggunakan Node.js dan database Supabase. Tahap deployment dilakukan pada Virtual Machine Google Cloud Platform dengan menggunakan Nginx dan PM2. Kelayakan sistem dievaluasi secara komprehensif melalui Black Box Testing, User Acceptance Testing (UAT), dan validasi ahli psikologi. Hasil Black Box Testing membuktikan seluruh fitur sistem beroperasi tanpa kegagalan teknis. Pengujian UAT menghasilkan skor 92,50%, menunjukkan tingkat penerimaan masyarakat yang sangat baik. Evaluasi komparatif dan validasi ahli klinis mengonfirmasi bahwa chatbot secara mutlak mematuhi batasan keamanan dengan menolak diagnosis medis dan berhasil mengeksekusi otomatis protokol rujukan darurat pada situasi krisis. Hal ini menunjukan bahwa chatbot layak dan aman diimplementasikan sebagai instrumen pertolongan pertama psikologis yang anonim bagi masyarakat luas.
Pengembangan Sistem Absensi Mahasiswa Magang PLN Icon Plus Bangka Belitung dengan Pengenalan Wajah menggunakan Computer Vision dan Algoritma Deep Learning: Pengembangan Sistem Absensi Mahasiswa Magang PLN Icon Plus Bangka Belitung dengan Pengenalan Wajah menggunakan Computer Vision dan Algoritma Deep Learning Suheni Suheni; Suprayuandi Pratama; Eka Altiarika; Yudistira Bagus Pratama
Jurnal Teknologi Informasi dan Masyarakat Vol 2 No 2 (2024): Journal of Information Technology and Society (JITS)
Publisher : Universitas Muhammadiyah Bangka Belitung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35438/jits.v2i2.44

Abstract

Pengembangkan aplikasi absensi pengenalan wajah bagi mahasiswa magang di PLN Icon Plus Bangka Belitung dengan menggunakan teknologi computer vision dan algoritma deep learning diharapkan dapat meningkatkan efisiensi waktu proses absensi dengan mengurangi ketergantungan pada metode absensi manual yang memakan waktu dan rawan kesalahan. Pengembangan aplikasi ini menggunakan teknik computer vision untuk mendeteksi dan mengenali wajah siswa, sedangkan algoritma deep learning digunakan untuk meningkatkan akurasi dan kecepatan pengenalan wajah. Algoritma deep learning, khususnya Convolutional Neural Networks (CNN), diterapkan untuk melatih model pengenalan wajah dengan dataset gambar wajah mahasiswa. Sistem ini dilengkapi dengan fitur manajemen data yang memungkinkan administrator untuk memantau dan mengelola data absensi secara real-time. Tujuan penggunaan sistem absensi pengenalan wajah adalah untuk mempercepat registrasi kehadiran serta meningkatkan keakuratan dan keamanan informasi kehadiran. Penelitian ini menggunakan metode kualitatif dengan model prototype untuk mengembangkan dan menguji aplikasi. Reaksi sistem selama kinerja pengenalan wajah dan registrasi kehadiran diukur untuk mengevaluasi seberapa besar aplikasi dapat meningkatkan efisiensi waktu kehadiran. Hasil penelitian menunjukkan bahwa dengan dikembangkannya aplikasi pengenalan wajah, proses absensi dapat dipercepat secara signifikan dan akurasi pencatatan kehadiran siswa pada saat praktik dapat ditingkatkan. Pengujian dilakukan pada berbagai kondisi pencahayaan dan sudut pandang untuk memastikan pengaplikasian optimal. Oleh karena itu, diharapkan aplikasi ini dapat menjadi solusi yang efektif dan efisien dalam menangani mahasiswa magang PLN Icon Plus Bangka Belitung.
Pengembangan Aplikasi Asisten Virtual Menggunakan Machine Learning Berbasis Mobile untuk Meningkatkan Pelayanan Kampus di Universitas Muhammadiyah Bangka Belitung: Pengembangan Aplikasi Asisten Virtual Menggunakan Machine Learning Berbasis Mobile untuk Meningkatkan Layanan Kampus di Universitas Muhammadiyah Bangka Belitung Ari Gunawan; Eka Altiarika; Suprayuandi Pratama; Yudistira Bagus Pratama
Jurnal Teknologi Informasi dan Masyarakat Vol 2 No 2 (2024): Journal of Information Technology and Society (JITS)
Publisher : Universitas Muhammadiyah Bangka Belitung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35438/jits.v2i2.45

Abstract

The development of technology, particularly in the fields of artificial intelligence (AI) and machine learning, has transformed the paradigm of information services across various sectors, including education. This research aims to develop a mobile-based virtual assistant application using machine learning algorithms to enhance information accessibility at Universitas Muhammadiyah Bangka Belitung. The research methodology employed in this study is a qualitative approach with a waterfall development model. Data collection was conducted through observation, interviews, and questionnaire distribution. The research findings indicate that the developed virtual assistant application is capable of providing faster, more precise, and accurate information services to students, faculty, and other campus stakeholders. The benefits of this research include improved time efficiency in information services, reduction of errors in information delivery, and enhancement of campus reputation. This research has practical implications, including recommendations for Universitas Muhammadiyah Bangka Belitung to continue developing and implementing virtual assistant applications as part of a strategy to enhance technology-based information services in the future. This research's theoretical contributions expand the literature on the application of AI and machine learning technologies in higher education contexts in Indonesia, while also providing practical insights for other educational institutions interested in adopting similar technologies. Furthermore, this research opens up opportunities for further studies into the development of AI-based information systems in educational environments. Keywords: Virtual Assistant; Machine Learning; Artificial Intelligence; Mobile Application; Information Services
PENGENALAN POLA KASUS POTENSI BANJIR DI PANGKALPINANG DENGAN ALGORITMA RANDOM FOREST DAN XGBOOST MENGGUNAKAN GOOGLE EARTH ENGINE Randi Atul Aufa; Eka Altiarika; Arvi Pramudyantoro; Yudistira Bagus Pratama; Zikri Wahyuzi
Jurnal Teknologi Informasi dan Masyarakat Vol 3 No 1 (2025): Journal of Information Technology and Society (JITS)
Publisher : Universitas Muhammadiyah Bangka Belitung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35438/jits.v3i1.1415

Abstract

Banjir merupakan bencana yang sering terjadi di Kota Pangkalpinang dan menimbulkan dampak sosial serta ekonomi yang signifikan. Setiap tahun, curah hujan tinggi dan elevasi wilayah yang rendah menyebabkan genangan air di berbagai titik, mengganggu aktivitas masyarakat dan infrastruktur kota. Oleh karena itu, diperlukan sistem peringatan dini yang efektif berbasis teknologi untuk mengenali pola potensi banjir secara akurat dan cepat. Penelitian ini bertujuan untuk mengenali pola kasus banjir dengan menggabungkan data historis lingkungan dan iklim menggunakan algoritma pembelajaran mesin melalui platform Google Earth Engine (GEE). Metode yang digunakan dalam penelitian ini meliputi pengumpulan data spasial dan klimatologis dari GEE, seperti curah hujan, kelembapan tanah, suhu permukaan, tutupan lahan, dan elevasi. Data selanjutnya diproses menggunakan Google Colab, termasuk tahapan preprocessing dan feature engineering. Algoritma Random Forest dan XGBoost digunakan dalam pendekatan ensemble learning dengan metode soft voting. Data dibagi menjadi 80% untuk pelatihan dan 20% untuk pengujian. Evaluasi model dilakukan menggunakan metrik Accuracy, Precision, Recall, dan F1 Score. Hasil penelitian menunjukkan bahwa model memiliki performa tinggi dengan Accuracy 0.98, Precision 0.97, Recall 0.99 dan F1 Score 0.98. Prediksi potensi banjir tahun 2025–2030 menunjukkan tren perubahan jumlah titik banjir dengan probabilitas tinggi setiap tahunnya. Visualisasi pengenalan pola potensi banjir dalam bentuk peta interaktif di GEE mempermudah analisis spasial dan mendukung pengambilan keputusan mitigasi. Penelitian ini diharapkan dapat menjadi solusi praktis dalam peringatan dini dan strategi adaptasi terhadap bencana banjir.
Co-Authors A. Resti Supraeni resti Abdulah, Abdulah Agustine, Putri Cahyani Al Ahfaz Reza Ramdani Alfan Asa Ramadhoni Andesta Granitio Irwan Andika Saputra Ari Ardiansyah Ari Gunawan Ari Gunawan Arif, Maulana Arvi Pramudiyantoro Arvi Pramudyantoro Azzani, Arlina Feijriah Bayu Saputra Christivo, Ryevilgo Dalimunthe, Nurzaidah Putri Ega Noviani Eka Altiarika Eka Altiarika Elda Elda Emikawati Erick Prayogo Walton Erick Prayogo Walton, Erick Prayogo Fabian, Cecep Fani Februari Farhan Aflah Pratama Fas’ya, Alvia Fermanda, Syandhu Dea Haiyudi Haiyudi Haiyudi Haiyudi Haiyudi, Haiyudi Hendrik, Maulina Hevitria Hevitria Jauhar Ridloni Marzuq Marwani Marwani Mega Sukma Mega, Iful Rahmawati Micha Arnola Muhamad Mustaqim Nabela, Silvio Juliana Nurjanah Nurjanah Okta, Evan Dwi Pramesti, Diana Putri, Elsa Hana Rahma Rajab Vebrian Ramdani, Al Ahfaz Reza Randi Atul Aufa Ratno Purnamasari Riski Andriani Safitri, Ananda Dwi Setiawan, Rifki Hanif Sevtian, Andre Sherin Sagita Inayah Shinta Pramudya Wardani Silvio Juliana Nabela Sitthipon Art-in Sofwan Arif Agil Suheni Suheni Suheni Sukamto, Ika Sumiyarsi Suprayuandi Pratama Tito Dian Permana Ulyma Tahara Arisandi Vika Martahayu Wiwit Febriyanti Yurdayanti Yurdayanti Yurdayanti, Yurdayanti Zaliman, Iski Zikri Wahyuzi Zikri Wahyuzi