G
GlobalRiset
Portal Indeksasi Jurnal

Pengembangan Model Prediksi Kerugian Banjir di Provinsi Gorontalo Menggunakan Machine Learning Menggunakan Support Vector Regression

Yani, Mariyo W., Yani, Mariyo W., Rampi Yusuf, Hermila A
Abstrak

Prediksi kerugian ekonomi akibat banjir secara akurat merupakan aspek krusial dalam mendukung perencanaan mitigasi bencana yang efektif di Provinsi Gorontalo. Penelitian ini mengusulkan Penggunaan Support Vector Regression (SVR). Data kejadian banjir historis periode 2010–2024 diperoleh dari instansi pemerintah terkait dan digunakan sebagai dasar analisis. Pada tahap pertama, Data dinormalisasi menggunakan Standard Scaler dan One-hot Encoding untuk tranformasi fitur kategorikal. selanjutnya pada tahap kedua, yaitu pembangunan model prediksi kerugian menggunakan SVR. Model akan dilatih menggunakan beberapa skenario untuk mendapat hasil RMSE dan R2 tertinggi. Hasil pengujian menunjukkan bahwa model SVR yang RMSE sebesar Rp686.073.887 dan R² sebesar 0,7091. Temuan ini mengindikasikan bahwa model SVR cukup andal dalam memprediksi kerugian akibat banjir menggunakan data-data historis. Model yang dihasilkan berpotensi menjadi alat pendukung keputusan yang informatif bagi para pemangku kepentingan dalam merancang strategi mitigasi dan respons banjir yang lebih terarah dan berbasis data.

Penerbit
CV Ruang Publikasi Ilmiah
Kata kunci
Prediksi Kerugian Banjir; Support Vector Regression; Bencana Banjir; Support Vector Machine; Mitigasi Bencana
E-ISSN
3089-0128
Unduh PDF di penerbit Lihat di situs jurnal