Desain Sistem Prediksi Wilayah Terdampak Banjirdengan Machine Learning berbasis Data Sistem Informasi Geografis

Abstract

Penelitian ini bertujuan untuk merancang dan membangun sistem prediksiwilayah dampak banjir berbasis Geographic Information System (GIS) di Kota Malang. Sistem ini memanfaatkan data historis banjir, informasi topografi, dan faktor lingkungan seperti curah hujan dan tata guna lahan untuk memetakan area yang berpotensi terdampak banjir. Metode machine learning, yaitu Random Forest dan Support Vector Machine, digunakan untuk meningkatkan akurasi prediksi. Proses pengembangan sistem melibatkan pengolahan data historis dan topografi menggunakan GIS, serta penerapan algoritma prediksi berbasis machine learning. Hasil penelitian menunjukkan bahwa sistem ini mampu memprediksi wilayah rawan banjir dengan akurasi yang memadai, sehingga dapat menjadi alat pendukung bagi pemerintah daerah dan pihak terkait dalam meningkatkan kesiapsiagaan serta respons terhadap bencana banjir. Sistem prediksi ini juga diharapkan dapat mendukung perencanaan mitigasi bencana, seperti pengelolaan tata ruang yang lebih baik dan pembangunan infrastruktur yang tangguh.Dengan demikian, sistem ini berkontribusipada pengurangan risiko bencana dan kerugian akibat banjir serta peningkatan ketahanan Kota Malang terhadap ancaman banjir di masa depan.