cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Nurchim
Contact Email
nurchim@udb.ac.id
Phone
+62271-719552
Journal Mail Official
dutacom@udb.ac.id
Editorial Address
Jl. Bhayangkara No 55 Surakarta Jawa Tengah 57154
Location
Kota surakarta,
Jawa tengah
INDONESIA
Duta.com : Jurnal Ilmiah Teknologi Informasi dan Komunikasi
Published by Universitas Duta Bangsa Surakarta
ISSN : 20869436     EISSN : 29623340     DOI : https://doi.org/10.47701/dutacom.v15i1
Core Subject : Science,
Computer Science & IT
Duta.Com is an article journal in the field of Information Technology and Communication, published in February and August are published annually by the Institute for Research and Service, Faculty of Computer Sciences, University Duta Bangsa Surakarta. The aim is to share, develop, facilitate research findings related to Information Technology and Communication so that they can provide benefits for managers, decision makers, lecturers, and students.
Arjuna Subject : Ilmu Komputer (semua kategori) - Aplikasi Ilmu Komputer
Articles 161 Documents
 13   14   15   16   17 
Optimasi Hiperparameter Berbasis Particle Swarm Optimization pada Model Boosting untuk Klasifikasi Kondisi Wilayah Rawan Banjir di Jawa Barat Afan Ramadhan; Anggun Dewanti; Egy Destiar Firmandani; Atika Ratna Dewi
Jurnal DutaCom Vol. 19 No. 2
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47701/6yf6xk83

Abstract

Banjir merupakan bencana alam paling dominan di Indonesia yang menyebabkan kerugian jiwa dan ekonomi secara masif setiap tahunnya, sehingga dibutuhkan sistem klasifikasi kondisi wilayah yang akurat untuk mendukung peringatan dini. Penelitian ini mengintegrasikan data curah hujan harian dari 460 stasiun BMKG periode 2020 hingga 2025, rekaman kejadian banjir dari BNPB-DIBI, serta fitur geospasial turunan dari DEM GLO-30 dan citra SAR Sentinel-1 sebagai masukan model. Enam model klasifikasi dibangun dan dibandingkan secara sistematis, yaitu XGBoost, LightGBM, dan CatBoost sebagai baseline beserta ketiganya yang dioptimasi menggunakan Particle Swarm Optimization (PSO). Hasil penelitian menunjukkan bahwa CatBoost baseline tampil sebagai model terbaik sebelum optimasi, sementara PSO-LightGBM berhasil melampaui seluruh model dengan F1 Macro tertinggi sebesar 0,5433 dan Recall Macro sebesar 0,5350 setelah optimasi diterapkan. Optimasi PSO terbukti efektif meningkatkan performa LightGBM dan XGBoost, namun memberikan dampak negatif pada CatBoost yang konfigurasi dasarnya sudah mendekati optimal untuk dataset ini. Analisis SHAP mengonfirmasi bahwa Runoff Potential sebagai fitur rekayasa berbasis domain hidrologi menjadi penentu prediksi paling dominan, diikuti oleh fitur elevasi dan backscatter SAR yang membuktikan kontribusi signifikan integrasi data remote sensing terhadap kemampuan diskriminasi model.

Page 17 of 17 | Total Record : 161

 13   14   15   16   17 

Filter by Year

2011 2026


Reset
Filter By Issues
All Issue Vol. 19 No. 2 Vol 19 No 1 Vol 18 No 2 (2025): Dutacom Vol. 18 No. 2 Vol 18 No 1 (2025) Vol 18 No 2 Vol 17 No 2 Vol 16 No 2 Vol 16 No 1 Vol 15 No 2 Vol 15 No 1 Vol 14 No 2 Vol 14 No 1 Vol 10 No 1 Vol 13 No 2 (2017) Vol 13 No 1 (2017) Vol 12 No 1 Vol 11 No 1 Vol 9 No 2 Vol 9 No 1 Vol 8 No 2 Vol 8 No 1 Vol 7 No 2 Vol 7 No 1 Vol 6 No 2 Vol 5 Vol 4 Vol 3 Vol 2 Vol 1 More Issue