Optimasi SVM dengan RFE dan ROS untuk Mengatasi High Dimension dan Imbalanced Data Banjir Kota Samarinda

Abstract

Banjir merupakan bencana alam yang sering terjadi di Indonesia, salah satunya Kota Samarinda yang mengalami peningkatan signifikan kasus banjir di tahun 2018-2021. Penggunaan machine learning, khususnya algoritma Support Vector Machine (SVM), bertujuan untuk memprediksi kejadian banjir mendatang dengan akurat, namun masalah utama yang dihadapi adalah ketidakseimbangan data dan data berdimensi tinggi yang dapat menurunkan akurasi klasifikasi. Penelitian ini mengkombinasikan SVM dengan teknik oversampling Random Oversampling (ROS) dan seleksi fitur Recursive Feature Elimination (RFE) untuk mengatasi ketidakseimbangan data dan data berdimensi tinggi, dengan tujuan untuk meningkatkan akurasi klasifikasi data banjir Kota Samarinda. Metode validasi silang dengan 10-fold cross-validation, dan performa model dievaluasi dengan confusion matrix untuk menghitung nilai akurasi. Data yang digunakan diperoleh dari BPDB dan BMKG Kota Samarinda periode tahun 2021-2023, yang terdiri dari 11 atribut dan 1095 baris data. Hasil penelitian bahwa RFE berhasil mengidentifikasi lima fitur terpenting yaitu, temperatur minimum (Tn), temperatur maksimum (Tx), temperatur rata-rata (Tavg), kelembapan (RH_avg) dan arah angin maksimum (ddd_x). Dengan kombinasi model SVM, ROS, dan RFE, akurasi klasifikasi data banjir meningkat sebesar 0,78% dari 97,14% menjadi 97,92%.