OptimaRF: GridSearch Otomatis untuk Random Forest pada Pemodelan Kerentanan Longsor
Hak Cipta
OptimaRF: GridSearch Otomatis untuk Random Forest pada Pemodelan Kerentanan Longsor
OptimaRF adalah program berbasis Python yang dikembangkan untuk meningkatkan akurasi dan efektivitas pemodelan kerentanan longsor. Program ini menggunakan algoritma random forest (RF) dengan hyperparameter tuning otomatis melalui GridSearch. Nilai input untuk GridSearch diperoleh secara otomatis dari program, sehingga parameter yang digunakan bersifat optimum dan objektif. Parameter yang dituning meliputi max_depth, n_estimators, min_samples_split, min_samples_leaf, dan max_features. Program ini dirancang untuk mendukung pemodelan kerentanan longsor berbasis machine learning secara lebih akurat dan efisien, sehingga dapat membantu pengambilan keputusan dalam mitigasi bencana, khususnya longsor.
Badan Riset dan Inovasi Nasional
UND - Undifiend
KOTA BANDUNG
10 April 2026
EC002026066646
18 Mei 2026
-
001236359
- Sukristiyanti
( Pusat Riset Kebencanaan Geologi ) - Ahmad Luthfi Hadiyanto
( Pusat Riset Geoinformatika ) - Sitarani Safitri
( Pusat Riset Geoinformatika ) - Rini Wijayanti
( Pusat Riset Sains Data dan Informasi ) - Dian Nuraini Melati
( Pusat Riset Kebencanaan Geologi ) - Yukni Arifianti
( Pusat Riset Kebencanaan Geologi ) - Raditya Panji Umbara
( Pusat Riset Kebencanaan Geologi ) - Astisiasari
( Pusat Riset Kebencanaan Geologi ) - Wisyanto
( Pusat Riset Kebencanaan Geologi ) - Mamat Suhermat
( Pusat Riset Kebencanaan Geologi ) - Rika Sustika
( Pusat Riset Kecerdasan Artifisial dan Keamanan Siber )
- Pamela
( Pusat Vulkanologi dan Mitigasi Bencana Geologi )