Aplikasi Machine Learning Untuk Prediksi Status Perairan Sungai Ogan Berbasis Struktur Komunitas Ikan

Abstract

Penelitian ini bertujuan untuk mengembangkan model prediksi machine learning untuk mengevaluasi status perairan di Sungai Ogan, guna menginformasikan upaya konservasi dan pengambilan keputusan kebijakan yang efektif. Model dikembangkan menggunakan algoritma Random Forest, XGBoost, dan Logistic Regression, dengan input berupa fitur geografis (longitude dan latitude) dan indeks diversitas (H’, J’, D). Hasil permodelan menunjukkan bahwa ketiga algoritma mencapai performa klasifikasi yang sempurna (akurasi 1.00) pada data uji. Analisis interpretatif lebih lanjut menunjukkan bahwa status perairan di sepanjang Sungai Ogan di Kecamatan Sungai Pinang telah memasuki kondisi kurang sehat, terutama di area muara sungai. Random Forest diidentifikasi sebagai model terbaik karena interpretasi feature importance-nya, yang didukung oleh analisis SHAP, paling relevan dengan pemahaman ekologis. Temuan ini dapat menjadi dasar untuk pengelolaan sumber daya perairan yang lebih efektif