Pendugaan Tingkat Risiko Banjir dengan Menggunakan Extreme Learning Machine dan Extreme Value Theory

Banjir merupakan salah satu permasalahan yang sering terjadi di Indonesia, khususnya Surabaya. baik dalam skala kecil maupun besar membawa dampak negatif bagi lingkungan sekitar. Surabaya kota dengan tingkat banjir tertinggi akibatnya beberapa wilayah terendam cukup dan menghambat aktivitas warga Pada penelitian ini, digunakan data dasarian curah hujan dari stasiun periode waktu Januari 2017 hingga Desember 2021. Pendugaan risiko pada ini menggunakan Value at Risk (VaR) pendekatan Extreme Theory (EVT). Data berupa akan dilakukan pra-pemrosesan mengidentifikasi missing value, observasi pencilan (outlier), tidak sesuai Kemudian karakteristik statistika deskriptif pola sebaran hujan. Setelah didapatkan hujan, peramalan ELM yaitu dibagi menjadi fitur target terlebih dahulu, setelah itu normalisasi data. kemudian training testing untuk proses testing. pengambilan sampel ekstrim metode Peaks Over Threshold Block Maxima. Lalu perhitungan (VaR). Penelitian bertujuan menduga serta menganalisis pengaruh dimiliki antara banjir. Hasil didapat bahwa model terbaik MAPE pengujian sebesar 9,81230 dibawah 10%. hasil ramalan menunjukan bulan Februari 2022. Tingkat dapat dilihat VaR kepercayaan 90%, 95%, 99% GEV secara berturut-turut 143,9767, 145,1391118, 147,1209043 GPD sevcara 334,98, 340,3271661, 354,6074338 sehingga pemerintah membuat kebijakan terkait kapasitas drainase atau penampungan air nilai telah diperoleh.