Klasifikasi prioritas perbaikan jalan di Kabupaten Malang menggunakan Algoritma Random Forest

ABSTRAK:

Kerusakan jalan merupakan salah satu permasalahan infrastruktur yang dapat menghambat mobilitas masyarakat, meningkatkan risiko kecelakaan, serta menurunkan efektivitas aktivitas ekonomi. Di Kabupaten Malang, keterbatasan anggaran dan sumber daya menyebabkan tidak seluruh ruas jalan yang mengalami kerusakan dapat diperbaiki secara bersamaan, sehingga diperlukan penentuan prioritas penanganan jalan yang tepat dan objektif. Penelitian ini bertujuan untuk mengklasifikasikan tingkat prioritas penanganan jalan berdasarkan kondisi jalan dan volume lalu lintas harian (LHR) menggunakan algoritma Random Forest. Dataset yang digunakan diperoleh dari Dinas Pekerjaan Umum dan Penataan Ruang (PUPR) yang mencakup atribut panjang jalan, kondisi jalan (baik, sedang, rusak ringan, rusak berat), serta nilai LHR yang merepresentasikan tingkat kepadatan lalu lintas. Metode Random Forest diterapkan dengan variasi parameter n_estimators untuk mengetahui pengaruh jumlah pohon terhadap kinerja model. Hasil penelitian menunjukkan bahwa peningkatan jumlah pohon mampu meningkatkan performa model secara signifikan hingga mencapai nilai optimal, dengan accuracy, precision, recall, dan F1-score mendekati atau mencapai 1,0. Analisis confusion matrix juga menunjukkan bahwa sebagian besar data berhasil diklasifikasikan dengan benar dengan tingkat kesalahan yang sangat minimal. Selain itu, hasil analisis feature importance menunjukkan bahwa kondisi jalan merupakan faktor yang paling berpengaruh dalam menentukan prioritas penanganan jalan, diikuti oleh panjang jalan dan nilai LHR. Meskipun demikian, distribusi data yang tidak seimbang serta jumlah data yang terbatas menjadi faktor yang perlu diperhatikan dalam interpretasi hasil. Secara keseluruhan, algoritma Random Forest terbukti efektif dalam mengklasifikasikan prioritas penanganan jalan dan dapat dijadikan sebagai dasar dalam mendukung pengambilan keputusan terkait perbaikan infrastruktur jalan di Kabupaten Malang

ABSTRACT:

Road damage is one of the infrastructure problems that can hinder community mobility, increase the risk of traffic accidents, and reduce the effectiveness of economic activities. In Malang Regency, limited budgets and resources make it impossible to repair all damaged road segments simultaneously, thereby requiring an appropriate and objective road maintenance priority determination process. This study aims to classify road maintenance priority levels based on road conditions and Average Daily Traffic (ADT) using the Random Forest algorithm. The dataset was obtained from the Department of Public Works and Spatial Planning (PUPR) and includes road length, road condition (good, moderate, lightly damaged, and heavily damaged), and ADT values representing traffic density levels. The Random Forest method was implemented with various n_estimators parameter values to analyze the effect of the number of trees on model performance. The results indicate that increasing the number of trees significantly improves model performance, achieving optimal values with accuracy, precision, recall, and F1-score close to or equal to 1.0. Confusion matrix analysis also shows that most data were correctly classified with very minimal classification errors. Furthermore, feature importance analysis reveals that road condition is the most influential factor in determining road maintenance priorities, followed by road length and ADT values. However, data imbalance and the limited size of the dataset should be considered when interpreting the results. Overall, the Random Forest algorithm proved effective in classifying road maintenance priorities and can be utilized as a decision-support tool for road infrastructure management in Malang Regency.

مستخلص البحث:

تُعدّ أضرار الطرق من المشكلات الأساسية في البنية التحتية التي قد تعيق حركة المجتمع، وتزيد من مخاطر الحوادث المرورية، وتؤثر سلبًا على الأنشطة الاقتصادية. وفي محافظة مالانج، تؤدي محدودية الميزانية والموارد المتاحة إلى عدم إمكانية إصلاح جميع الطرق المتضررة في الوقت نفسه، مما يستلزم تحديد أولويات صيانة الطرق بطريقة دقيقة وموضوعية. تهدف هذه الدراسة إلى تصنيف مستويات أولوية صيانة الطرق بناءً على حالة الطريق وحجم المرور اليومي المتوسط (LHR) باستخدام خوارزمية الغابة العشوائية (Random Forest). تم الحصول على البيانات من دائرة الأشغال العامة والتخطيط العمراني (PUPR)، وتشمل طول الطريق، وحالة الطريق (جيد، متوسط، تضرر خفيف، تضرر شديد)، بالإضافة إلى قيم حجم المرور اليومي المتوسط التي تمثل كثافة حركة المرور. تم تطبيق خوارزمية الغابة العشوائية مع عدة قيم للمعامل n_estimators لدراسة تأثير عدد الأشجار على أداء النموذج. أظهرت النتائج أن زيادة عدد الأشجار تسهم بشكل ملحوظ في تحسين أداء النموذج، حيث حقق النموذج قيمًا مثالية في مقاييس الدقة ، والدقة الإيجابية والاستدعاء ، ودرجة ، والتي اقتربت من 1.0 أو وصلت إليها. كما أظهر تحليل مصفوفة الالتباس (Confusion Matrix) أن معظم البيانات صُنفت بشكل صحيح مع وجود نسبة ضئيلة جدًا من الأخطاء. بالإضافة إلى ذلك، بين تحليل أهمية الخصائص أن حالة الطريق تُعد العامل الأكثر تأثيرًا في تحديد أولوية الصيانة، تليها طول الطريق وقيم حجم المرور اليومي المتوسط. ومع ذلك، ينبغي أخذ عدم توازن البيانات ومحدودية حجم مجموعة البيانات بعين الاعتبار عند تفسير النتائج. وبشكل عام، أثبتت خوارزمية الغابة العشوائية فعاليتها في تصنيف أولويات صيانة الطرق، ويمكن الاستفادة منها كأداة داعمة لاتخاذ القرار في إدارة البنية التحتية للطرق في محافظة مالانج