Implementasi Metode Random Forest untuk Prediksi Bencana Banjir Bulanan di Wilayah Kabupaten Kediri

Billkaf Syava Al Bana (Universitas Nusantara PGRI Kediri)
Risa Helilintar (Universitas Nusantara PGRI Kediri)
Rony Heri Irawan (Universitas Nusantara PGRI Kediri)

Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi)
Vol. 10 No. 3 (2026): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2026

Kejadian banjir yang dipengaruhi oleh tingginya curah hujan dan jumlah hari hujan dapat menimbulkan berbagai dampak bagi masyarakat, terutama pada wilayah yang memiliki potensi banjir cukup tinggi seperti Kabupaten Kediri. Proses identifikasi potensi banjir secara manual dinilai kurang efeketif dalam mengenali pola hubungan data historis sehingga diperlukan sistem prediksi yang mampu membantu proses klasifikasi kondisi banjir secara lebih cepat dan terstruktur. Penelitian ini bertujuan membangun sistem prediksi bencana banjir bulanan menggunakan metode Random Forest dengan tahapan pra-pemrosesan berupa penggabungan data, transformasi data, normalisasi data dan pembagian data latih serta data uji. Hasil evaluasi model menunjukkan bahwa Random Forest memperoleh nilai akurasi sebesar 75% sehingga metode ini dinilai cukup baik dalam melakukan klasifikasi kondisi banjir dan tidak banjir. Model yang telah melalui proses evaluasi kemudian diimplementasikan ke dalam aplikasi berbasis web menggunakan framework Streamlit untuk membantu proses prediksi banjir secara lebih cepat dan terstruktur berdasarkan data yang dimasukkan pengguna.