View/Open

Author

Date Published
20 Feb 2026

Advisor
Ayu Sofia, S.Si., M.Si.,
Fuji Lestari, M.Si.,

Subject
Aktuaria

Publisher

Pulau Sumatera menghadapi peningkatan risiko bencana hidrometeorologi akibat perubahan iklim dan variabilitas cuaca ekstrem. Curah hujan, sebagai salah satu komponen utama iklim, memiliki peran penting dalam menentukan ketersediaan air, keberlanjutan sektor pertanian, serta potensi terjadinya bencana hidrometeorologi. Penelitian ini bertujuan untuk mengklasifikasikan tingkat curah hujan di Pulau Sumatera menggunakan metode random forest serta mengidentifikasi variabel meteorologi yang paling berkontribusi, dengan penanganan missing value menggunakan metode Predictive Mean Matching (PMM). Metode random forest dipilih karena kemampuannya dalam mengolah data berukuran besar dengan tipe variabel campuran serta ketahanannya terhadap overfitting dan outlier, sedangkan PMM digunakan karena mampu mempertahankan karakteristik statistik asli data. Hasil penelitian menunjukkan bahwa PMM efektif dalam menangani missing value tanpa mengubah karakteristik statistik data secara signifikan. Model random forest menghasilkan performa klasifikasi yang moderat dengan nilai accuracy sebesar 65,51%, precision sebesar 65,31%, recall sebesar 64,87%, dan F1-score sebesar 65,09%. Adapun, variabel yang paling berkontribusi dalam klasifikasi curah hujan adalah kelembapan rata-rata (18,49%), durasi penyinaran matahari (14,22%), dan kecepatan angin maksimum (12,03%).

URI
https://repo.itera.ac.id/depan/submission/SB2602200084

Keyword
Curah Hujan Klasifikasi Pulau Sumatera Predictive Mean Matching Random Forest