Implementasi Algoritma Polynomial Regression untuk Memprediksi Emisi Karbon Dioksida yang Dihasilkan oleh Penggunaan Listrik

Kurniawan, Daniel (2024) Implementasi Algoritma Polynomial Regression untuk Memprediksi Emisi Karbon Dioksida yang Dihasilkan oleh Penggunaan Listrik. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Download (7MB)
	PDF BAB_I.pdf Download (209kB)
	PDF BAB_II.pdf Download (245kB)
	PDF BAB_III.pdf Download (241kB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (3MB)
	PDF BAB_V.pdf Download (202kB)
	PDF DAFTAR_PUSTAKA.pdf Download (205kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (207kB)

Abstract

Seiring berkembangnya zaman penggunaan energi dan listrik di masyarakat cenderung terus bertambah. Hal ini mengakibatkan meningkatnya emisi karbon yang dikeluarkan oleh setiap individu ketika mereka menggunakan berbagai macam alat elektronik maupun mesin. Emisi karbon yang terus meningkat mengakibatkan menipisnya lapisan ozon bumi yang sekarang membuat pemanasan global dan meningkatkan suhu rata-rata seluruh dunia. Pemerintah dunia mencoba mengurangi emisi karbon dengan membuat peraturan pertukaran karbon dunia yang bertujuan untuk membatasi keluaran karbon yang dikeluarkan oleh setiap rumah. Penelitian ini dilakukan dengan memprediksi banyaknya karbon yang dikeluarkan sebuah rumah agar penggunaan energi dari rumah tersebut dapat dikurangi sesuai prediksi yang dilakukan. Prediksi dilakukan dengan menggunakan algoritma polynomial regression untuk memprediksi setiap variabel yang berhubungan dengan penggunaan listrik sehari-hari. Dari penelitian yang dilakukan dapat diketahui bahwa model yang sudah dibuat memiliki nilai skor R-squared 0,78, Mean Absolute Error (MAE) 14,53, Root Mean Squared Error (RMSE) 20,07 dan Mean Absolute Percentage Error (MAPE) 20,10%.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Penggunaan Energi, Emisi Karbon, Prediksi, Polynomial Regression
Subjects:	?? T58.5-58.64 ??
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	10 Nov 2024 11:07
Last Modified:	10 Nov 2024 11:07
URI:	https://kc.umn.ac.id/id/eprint/34077

Actions (login required)

View Item