<![CDATA[Banjir merupakan ancaman rutin di Kota Tegal yang disebabkan oleh curah hujan tinggi, buruknya drainase, dan kenaikan muka air laut. Penelitian ini bertujuan mengembangkan model prediksi banjir berbasis kecerdasan buatan menggunakan Artificial Neural Network (ANN) yang dioptimasi dengan Algoritma Genetika (AG). Data cuaca harian tahun 2024–2025 dari BMKG digunakan sebagai basis pelatihan, mencakup variabel seperti temperatur, curah hujan, kelembapan, dan kecepatan angin. Model ANN bertipe Multilayer Perceptron (MLP) digunakan untuk mengenali pola non-linier, sementara AG mengoptimasi hyperparameter penting guna meningkatkan akurasi. Evaluasi kinerja model dilakukan menggunakan metrik Mean Absolute Error (MAE) dan Root Mean Squared Error (RMSE). Hasil menunjukkan bahwa model ANN yang telah dioptimasi dengan AG mengalami peningkatan akurasi signifikan dibandingkan model baseline tanpa optimasi, dengan penurunan MAE sebesar 19,63% dan RMSE sebesar 26,31%. Temuan ini menunjukkan bahwa pendekatan hibrida ANN-AG efektif digunakan dalam prediksi bencana banjir berbasis data cuaca. Model ini berpotensi diimplementasikan dalam sistem peringatan dini banjir yang adaptif dan akurat di wilayah pesisir]]>
Copyrights © 2025
