Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan
Yut, Immanuel Vico
Unknown Affiliation
Computer Science & IT

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

Found 1 Documents
Search

 1 
ANALISIS PERAN FEATURE ENGINEERING PADA KINERJA MODEL MACHINE LEARNING UNTUK KLASIFIKASI POTENSI TSUNAMI Darmawan, Rizki; Yut, Immanuel Vico; Hernando, Alvin; Handayani, Rani Irma; Pratiwi, Risca Lusiana; Widanengsih, Euis
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 1 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i1.8303

Abstract

Indonesia memiliki risiko bencana tsunami yang tinggi akibat lokasinya di Cincin Api Pasifik, sehingga menuntut adanya sistem peringatan dini yang akurat. Penelitian ini mengusulkan model klasifikasi potensi tsunami yang valid secara metodologis. Berbeda dengan penelitian sebelumnya yang sering menggunakan data "bocor" (leaked features), penelitian ini menerapkan strategi feature engineering mendalam yang menggabungkan fitur fisis (seperti is_shallow) dan fitur kualitas data (gap, nst) pada dataset Cincin Api Pasifik. Lima model machine learning (Naive Bayes, Logistic Regression, SVM, Random Forest, XGBoost) dievaluasi menggunakan 10-Fold Cross-Validation. Hasil penelitian menunjukkan feature engineering adalah langkah paling krusial, meningkatkan F1-Score dari ~0.38 menjadi 0.86. Random Forest teridentifikasi sebagai model paling seimbang (F1-Score 0.8636), sementara Naive Bayes menunjukkan performa paling "aman" (Recall 0.9808). Penelitian ini membuktikan bahwa feature engineering yang tepat lebih berdampak daripada pemilihan model, menghasilkan model prediksi yang valid dan robust.
Co-Authors Euis Widanengsih, Euis Hernando, Alvin Pratiwi, Risca Lusiana Rani Irma Handayani, Rani Irma Rizki Darmawan