Analisis Kerawanan Banjir Lahan Sawah Menggunakan Machine Learning di Kecamatan Bojongsoang, Kabupaten Bandung

Abstract

Perubahan Iklim dengan kerusakan lingkungan di Indonesia membuat negara ini rawan terhadap bencana banjir. Tahun 2021, banjir berkontribusi sebesar 32,2% dari total keseluruhan bencana yang terjadi. Kecamatan Bojongsoang merupakan salah satu wilayah yang rutin mengalami banjir tiap tahunnya dan permasalahan banjir belum teratasi hingga saat ini. Oleh karena itu, penelitian ini bertujuan melakukan analisis kerawanan banjir di wilayah Kecamatan Bojongsoang, Kabupaten Bandung, menggunakan pendekatan machine learning. Data yang digunakan dalam penelitian ini ialah Citra Sentinel-1A akuisisi 11 Januari 2021 serta data hasil observasi lapang. Dalam prosesnya terdapat lima tahapan kerja yaitu, identifikasi masalah dan studi literatur, pengumpulan data, pra- pengolahan citra dan ekstraksi piksel, klasifikasi dengan Random Forest, dan evaluasi model. Hasil analisis melalui Random Forest menunjukkan bahwa VH- VV (Polarisasi) memiliki akurasi tertinggi dibandingkan dengan VH dan VV. Dalam hal ini penambahan ntree tidak berpengaruh terhadap hasil akurasi. VH-VV dengan ntree 200 (akurasi 77.42%) dipilih sebagi hasil pemodelan kerawanan banjir dengan Random Forest karena faktor akurasi, waktu, dan kemiripan hasil. Nilai threshold (dB) banjir barada pada nilai -16 untuk VH dan -6.1 untuk VV. Dari 5943 petakan sawah yang ada di Kecamatan Bojongsoang, 5603 petakan sawah terklasifikasi banjir sedangkan sisanya terklasifikasi tidak banjir. Kesamaan mekanisme hamburan balik specular, membuat lahan terbuka dan kolam Instalasi Pengolahan Air Limbah terklasifikasi banjir. Hasil pemodelan ini terbilang cukup tinggi sehingga diharapkan dapat digunakan untuk mendukung program mitigasi bencana banjir di Kecamatan Bojongsoang.