<![CDATA[Banjir merupakan salah satu bencana alam yang sering terjadi di Kota Manado akibat curah hujan tinggi yang melebihi kapasitas penampungan air. Penelitian ini bertujuan untuk mengembangkan model prediksi banjir menggunakan algoritma Random Forest berdasarkan data cuaca historis. Metode penelitian yang digunakan adalah pendekatan kuantitatif dengan memanfaatkan data cuaca dari BMKG Manado periode 2014-2024 yang mencakup delapan indikator cuaca. Data dibagi menjadi data latih (70%) dan data uji (30%) dengan implementasi model menggunakan 300 pohon keputusan. Hasil penelitian menunjukkan performa model yang sangat baik dengan akurasi konsisten di atas 93% dan mencapai puncak 97,97% pada April 2014. Evaluasi menggunakan confusion matrix memperlihatkan nilai precision, recall, dan F1-Score yang sempurna untuk kategori "Tidak Banjir" dan "Banjir Besar", serta nilai sangat baik untuk klasifikasi "Banjir Ringan" (98,40%) dan "Banjir Sedang" (98,59%). Kesalahan klasifikasi hanya terjadi pada kelas-kelas yang berdekatan, menunjukkan konsistensi model dalam membedakan tingkat keparahan banjir. Penelitian ini membuktikan bahwa metode Random Forest efektif untuk memprediksi kejadian banjir di Kota Manado dengan tingkat akurasi yang tinggi. Untuk penelitian selanjutnya, disarankan pengembangan model pembelajaran mesin alternatif, penambahan variabel prediktor seperti tutupan lahan dan topografi, serta pengembangan sistem peringatan dini berbasis GIS untuk meningkatkan komunikasi hasil prediksi kepada masyarakat.]]>
Copyrights © 2025
