PREDIKSI BANYAK HARI HUJAN DI KOTA JAMBI MENGGUNAKAN ALGORITMA RANDOM FOREST REGRESSION BERBASIS DATA IKLIM

Abstract

Banyak hari hujan merupakan salah satu indikator klimatologi penting yang memengaruhi sektor pertanian, pengelolaan sumber daya air, serta mitigasi bencana hidrometeorologi. Variasi banyak hari hujan dipengaruhi oleh beberapa faktor klimatologi, antara lain curah hujan, kelembapan udara, suhu udara, dan LPM, yang memiliki hubungan kompleks dan nonlinier. Penelitian ini bertujuan untuk memprediksi banyak hari hujan di Kota Jambi menggunakan metode Random Forest Regression serta mengidentifikasi faktor-faktor klimatologi yang paling berpengaruh. Penelitian ini menggunakan data sekunder bulanan yang diperoleh dari Stasiun Meteorologi Kelas I Sultan Thaha Jambi pada periode 2018 hingga 2025 sebanyak 96 pengamatan. Metodologi penelitian meliputi eksplorasi data, penentuan hyperparameter menggunakan Grid Search dengan 5-Fold Cross Validation, pembangunan model Random Forest Regression, evaluasi model menggunakan RMSE dan R², serta analisis feature importance. Hasil penelitian menunjukkan bahwa model memperoleh nilai RMSE sebesar 2,769 dan R² sebesar 0,695 pada data testing, yang mengindikasikan bahwa model mampu menjelaskan 69,5% variasi banyak hari hujan dengan rata-rata kesalahan prediksi sekitar tiga hari. Analisis feature importance menunjukkan bahwa curah hujan merupakan faktor yang paling berpengaruh, diikuti oleh LPM, kelembapan udara, dan suhu udara. Temuan ini menunjukkan efektivitas Random Forest Regression dalam memodelkan hubungan klimatologi yang nonlinier serta memprediksi banyak hari hujan di Kota Jambi.