Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Submit : Jurnal Ilmiah Teknologi Informasi dan Sains
Rakhmawati , Ismi Yayuk
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Penerapan Algoritma Machine Learning Untuk Memprediksi Bencana Alam Banjir Menggunakan Algoritma SVM dan LSTM Handika, Bayu Dwi; Rakhmawati , Ismi Yayuk; Kurniawan, Fajar Indra
SUBMIT: Jurnal Ilmiah Teknologi Infomasi dan Sains Vol. 5 No. 1 (2025): Juni 2025
Publisher : Program Studi Teknik Informatika, Universitas Islam Majapahit Mojokerto, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36815/submit.v5i1.3969

Abstract

Banjir adalah bencana alam dan sering terjadi di DKI Jakarta dan sekitarnya. Untuk mengurangi dampak buruk dari bencana ini, sangat penting memiliki sistem prediksi yang cepat dan tepat. Memiliki sistem peramalan yang cepat dan tepat sangat penting untuk mengurangi dampak negatif dari bencana ini. Tujuan dari penelitian ini adalah untuk mengimplementasikan algoritma pembelajaran mesin, yaitu Support Vector Machine (SVM) dan Long Short-Term Memory (LSTM), untuk memproyeksikan atau mengimplementasikan potensi banjir berdasarkan data lingkungan. Data yang digunakan mencakup tingkat air yang tinggi dan peristiwa astronomi di wilayah DKI Jakarta. Proses penelitian mencakup akurasi metrik, akurasi, tahap preprocessing data menggunakan klasifikasi, pelatihan model, dan penilaian kinerja model. Hasil pengujian menunjukkan bahwa model SVM menghasilkan akurasi tertinggi sebesar 87%, sedangkan LSTM menghasilkan akurasi 58%. SVM, dimana dapat diambil kesimpulan bahwa kinerja metode SVM lebih baik daripada metode LSTM.
Co-Authors Handika, Bayu Dwi Kurniawan, Fajar Indra