// <![CDATA[KLASIFIKASI DAERAH POTENSI BENCANA TANAH LONGSOR DI KABUPATEN BANDUNG MENGGUNAKAN METODE MACHINE LEARNING RANDOM FOREST]]> 119910601 - Dr. Ir. Hary Nugroho, M.T Dosen Pembimbing 1 Naufal Azmi / 232021055 Penulis
Kabupaten Bandung merupakan salah satu kabupaten di Jawa Barat yang memiliki tingkat urgensi risiko tanah longsor yang cukup tinggi. Penelitian ini bertujuan untuk menerapkan metode Machine Learning Random Forest dalam klasifikasi, identifikasi, dan prediksi potensi bencana tanah longsor di wilayah Kabupaten Bandung menjadi informasi yang akurat dan mudah dibaca dalam bentuk peta. Proses awal melibatkan pembuatan dataset untuk pengolahan machine learning, menggunakan parameter longsor seperti curah hujan, jenis batuan, jenis tanah, kemiringan lereng, kerapatan vegetasi, penggunaan lahan, dan data historis kejadian longsor pada tahun 2012-2021. Model dibentuk menggunakan proporsi dataset 70% untuk pelatihan dan 30% untuk pengujian, dengan 1000 titik data yang digunakan. Selanjutnya, model divisualisasikan dan divalidasi menggunakan 120 titik kejadian longsor pada tahun 2022. Prediksi klasifikasi potensi longsor menghasilkan nilai 0 yang berpotensi sangat rendah (59.316 hektar atau 34,84%), nilai 0,25 yang berpotensi rendah (16.314 hektar atau 9,58%), nilai 0,50 yang berpotensi sedang (20.979 hektar atau 12,32%), nilai 0,75 yang berpotensi tinggi (19.428 hektar atau 11,41%), dan nilai 1 yang berpotensi sangat tinggi (54.237 atau 31,85%). Kemiringan lereng teridentifikasi sebagai variabel yang paling berpengaruh dengan nilai importance sebesar 0,3. Hasil akurasi antara model dan validasi lebih dari 80%, menunjukkan bahwa hasil evaluasi model dari pemodelan ini memberikan informasi yang cukup akurat tentang klasifikasi potensi bencana tanah longsor di Kabupaten Bandung.