ANALISIS FAKTOR DAN POLA KEJADIAN BANJIR DI BANDAR LAMPUNG MENGGUNAKAN ARIMA, RANDOM FOREST, DAN XGBOOST

Abstrak

Banjir merupakan permasalahan lingkungan yang signifikan di Kota Bandar Lampung, dipengaruhi oleh berbagai faktor seperti curah hujan, kelembaban, dan lainnya. Penelitian ini bertujuan untuk menganalisis faktor yang berkontribusi terhadap kejadian banjir serta membangun model prediksi pola kejadian banjir. Metode yang digunakan mencakup analisis faktor dengan Random Forest Classifier dan model prediksi menggunakan ARIMA, Random Forest Regressor, dan XGBoost Regressor. Hasil penelitian menunjukkan bahwa curah hujan merupakan faktor dominan dengan nilai feature importance sebesar 0.49. Dari hasil perbandingan model prediksi, XGBoost Regressor memberikan performa terbaik dengan nilai RMSE sebesar 0.88 dan MAE sebesar 0.75, serta nilai R² positif sebesar 0.11. Kesimpulan dari penelitian ini menegaskan bahwa metode machine learning berbasis ensemble learning lebih unggul dibandingkan model statistik dalam prediksi kejadian banjir.