Perpustakaan Digital ITB

Pemetaan kerawanan banjir di wilayah urban metropolitan dengan kompleksitas hidro-geomorfologis tinggi memerlukan model prediktif yang tidak hanya akurat, tetapi juga transparan dan mampu menangkap dinamika spasial non-linier. Penelitian ini mengembangkan kerangka Explainable Stacking Ensemble Learning untuk pemetaan kerawanan banjir secara kontinu di Bandung Raya, Indonesia. Arsitektur model mengintegrasikan sepuluh algoritma base learners dengan Logistic Regression sebagai meta-learner untuk memitigasi bias model individual serta mengoptimalkan stabilitas prediktif. Implementasi kerangka Explainable Artificial Intelligence (XAI) melalui SHapley Additive exPlanations (SHAP) dilakukan untuk mendekonstruksi logika internal model dan mengungkap determinan pemicu banjir. Hasil penelitian menunjukkan bahwa Stacking Ensemble memberikan performa superior dibandingkan algoritma individual dengan akurasi 0,833, F1-Score 0,842, dan Mean CV AUC 0,878, serta menunjukkan ketahanan (robustness) tinggi terhadap variasi data spasial. Analisis SHAP mengungkap pergeseran paradigma determinan banjir, di mana faktor antropogenik seperti degradasi Normalized Difference Vegetation Index (NDVI) dan perluasan lahan kedap air (impervious surface) menjadi prediktor primer yang mendominasi kerawanan, melampaui pengaruh faktor topografi absolut. Selain itu, model secara empiris berhasil mengidentifikasi penurunan muka tanah (land subsidence) sebagai agen pemicu kerentanan lokal yang membentuk cekungan retensi artifisial. Validasi zonal terhadap 509 titik banjir historis mengonfirmasi tingkat akurasi spasial yang tinggi, dengan 86,4% kejadian banjir terkunci dalam zona bahaya tertinggi. Berbeda dengan model klasifikasi diskrit konvensional, peta kerawanan kontinu yang dihasilkan memberikan resolusi spasial lebih tajam dan informatif bagi otoritas tata ruang. Temuan ini menegaskan bahwa integrasi Stacking Ensemble dan XAI bukan sekadar instrumen prediksi, melainkan kerangka kerja strategis dalam mendukung kebijakan mitigasi banjir berbasis bukti yang adaptif terhadap intervensi tata ruang antropogenik.