sigap-longsor

SIGAP-Longsor — Model Bundel

Sistem pendukung keputusan kerawanan longsor untuk Indonesia. Dibangun untuk Datathon RISTEK Fasilkom UI 2026 — University Track — Tim cupuu.

Repositori GitHub: https://github.com/draxmit/datathon-product

---

Cara pakai langsung (tanpa clone 8,8 GB data mentah)

git clone https://github.com/draxmit/datathon
cd datathon
pip install -r requirements.txt

# Unduh bundel dari Hugging Face ke folder yang benar
python -c "
from huggingface_hub import snapshot_download
snapshot_download(
    repo_id='FrederickAllensius/sigap-longsor',
    local_dir='produk/bundel',
    ignore_patterns=['*.md']
)
"

streamlit run produk/app.py

Atau langsung jalankan tanpa modifikasi — bundel sudah ikut di repo Git (±47 MB).

---

Tentang model

Arsitektur: Ensemble RandomForest + LightGBM Task: Binary classification — kabupaten-hari berisiko longsor vs tidak Unit prediksi: Kabupaten-hari (519 kabupaten × hari) Fitur: 65 fitur (terrain, tanah, tutupan lahan, hujan 1–60 hari, klimatologi) Data latih: 7.648 sampel kabupaten-hari (478 positif dari 102 kabupaten), 2018–2024 Sumber label: Katalog PVMBG (longsor), penyaringan ko-seismik via USGS

Hasil evaluasi (out-of-fold, tidak ada kebocoran)

Recall pada 5 kabupaten/hari: 42,5% di wilayah dikenal; 23,6% di wilayah sama sekali baru. Angka kedua adalah yang relevan untuk deployment.

Dekomposisi kemampuan

AUC tinggi hampir seluruhnya berasal dari kemampuan spasial. Kemampuan menentukan hari adalah 0,774.

---

Batasan yang wajib dibaca

• Indeks bukan probabilitas longsor — posisi relatif terhadap arsip historis.
• Unit alarm: kabupaten, bukan desa atau koordinat.
• Longsor ko-seismik di luar cakupan — gempa besar tidak ditangkap.
• Belum ada validasi prospektif — seluruh angka retrospektif.
• Bias pelaporan — wilayah terpencil under-reported di katalog PVMBG.
• Resolusi terrain 30 m — DEMNAS 8 m belum dapat diakses.
• Jangan gunakan untuk peringatan publik otomatis — sistem ini adalah pendukung keputusan manusia, bukan pengganti verifikasi lapangan.

---

Isi repositori ini

---

Tim

Frederick Allensius · Kang Nicholas Darren Nugroho · Ivan William Lianata Data Science, Universitas Bina Nusantara