Penerapan Algoritma Machine Learning untuk Klasifikasi Tingkat Kualitas Udara di Jakarta

Khoirun Nadya, Khadizza (2024) Penerapan Algoritma Machine Learning untuk Klasifikasi Tingkat Kualitas Udara di Jakarta. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

[img] PDF
HALAMAN_AWAL.pdf

Download (1MB)
[img] PDF
BAB_I.pdf

Download (229kB)
[img] PDF
BAB_II.pdf

Download (601kB)
[img] PDF
BAB_III.pdf

Download (491kB)
[img] PDF
BAB_IV.pdf
Restricted to Registered users only

Download (3MB)
[img] PDF
BAB_V.pdf

Download (206kB)
[img] PDF
DAFTAR_PUSTAKA.pdf

Download (313kB)
[img] PDF
LAMPIRAN.pdf
Restricted to Registered users only

Download (1MB)

Abstract

Udara memiliki peran yang sangat penting dalam mendukung kehidupan di bumi. Dalam menjaga kesehatan makhluk hidup khususnya manusia, Kualitas udara memiliki peran penting untuk menjadi perhatian jangka panjang . Dampak dari polusi udara adalah timbulnya Infeksi Saluran Pernapasan Akut (ISPA), bahkan dapat berujung pada kematian pada manusia .Pemerintah Provinsi DKI Jakarta secara terus-menerus melakukan pemantauan kualitas udara di lingkungan sekitar dan telah menetapkan Indeks Standar Pencemar Udara (ISPU) sesuai dengan ketentuan yang diatur dalam Peraturan Pemerintah (PP) Nomor 41 Tahun 1999. Dalam menangani permasalahan pencemaran udara, tindakan-tindakan seperti mengurangi emisi kendaraan, meningkatkan kontrol di sektor industri, dan mengelola sampah dengan lebih efisien perlu diterapkan secara efektif. Dataset yang digunakan pada penelitian ini adalah data Indeks Standar Pencemaran Udara (ISPU) dengan rentang waktu bulan Januari 2013 hingga bulan Desember 2023. Tujuan dari penelitian ini adalah untuk mengetahui tingkat akurasi dalam klasifikasi tingkat kualitas udara di Jakarta dengan menggunakan 6 algoritma sebelum dan sesudah menggunakan optimasi, yaitu KNN, Decision Tree, Naïve Bayes, SVM, Random Forest dan XGBOOST, 5 algoritma hibrida tanpa dan dengan menggunakan optimasi yaitu KNN-XGBoost, Naïve Bayes-XGBoost, SVM-XGBoost, Decision Tree-XGBoost, dan Random Forest-XGBoost . Hasil penelitian ini bahwa model algoritma SVM yang menggunakan hyperparameter dan feature selection lebih unggul dengan nilai akurasi sebesar 100%. Dapat disimpulkan bahwa model algoritma SVM sangat baik dalam mengklasifikasi tingkat kualitas udara di Jakarta. Menurut data Indeks Standar Pencemaran Udara (ISPU), kualitas udara di Jakarta masuk kategori sedang dengan nilai ISPU 50-100. Ini menunjukkan kondisi udara masih dapat diterima, namun beberapa polutan mungkin berisiko ringan bagi kelompok sensitif.

Item Type: Thesis (Bachelor Thesis)
Keywords: Decision Tree, Feature Selection, Hyperparameter, ISPU, K- Nearest Neighbors, Kualitas Udara, Naïve Bayes, Random Forest,Support Vector Machine, XGboost
Subjects: ?? T70 ??
Divisions: Faculty of Engineering & Informatics > Information System
SWORD Depositor: Administrator UMN Library
Depositing User: Administrator UMN Library
Date Deposited: 12 Nov 2024 11:38
Last Modified: 12 Nov 2024 11:38
URI: https://kc.umn.ac.id/id/eprint/34703

Actions (login required)

View Item View Item