Pemodelan Prediksi Kerawanan Banjir Bandang Menggunakan Machine Learning Random Forest (Studi Kasus: 8 Nagari di Sekitar Batang Malana, Kabupaten Tanah Datar)

Abstrak

Penelitian ini bertujuan untuk memetakan kerawanan banjir bandang menggunakan algoritma Random Forest pada 8 di nagari sekitar DAS Batang Malana, Kabupaten Tanah Datar. Metode penelitian menggunakan pendekatan kuantitatif spasial berbasis machine learning algoritma random forest dengan memanfaatkan 13 variabel prediktor yaitu Topographic Wetness Index (TWI), Stream Power Index (SPI), dan kemiringan lereng (Slope), arah lereng (Aspect), Profile Curvature, Plan Curvature, curah hujan rata-rata 10 tahun, curah hujan kumulatif 7 hari, tutupan lahan (Land Cover), Normalized Difference Vegetation Index (NDVI), jarak terhadap deforestasi, geologi, dan gerakan tanah serta kinerja model dievaluasi menggunakan Area Under the Curve (AUC). Hasil penelitian menunjukkan bahwa algoritma Random Forest mampu menghasilkan model prediksi kerawanan banjir bandang dengan kinerja yang baik, ditunjukkan oleh nilai AUC sebesar 0,828. Peta kerawanan yang dihasilkan diklasifikasikan ke dalam lima kelas kerawanan. Sebaran kelas kerawanan tinggi hingga sangat tinggi terkonsentrasi di sepanjang koridor DAS Batang Malana dan jaringan sungai lainnya pada 8 nagari di wilayah penelitian yang berhulu di Gunung Marapi.