Implementasi Algoritma Linear Regression untuk Prediksi Emisi Karbon Dioksida pada Kendaraan Mobil

Rifqi Al Hakim, Muhammad (2024) Implementasi Algoritma Linear Regression untuk Prediksi Emisi Karbon Dioksida pada Kendaraan Mobil. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Download (636kB)
	PDF BAB_I.pdf Download (216kB)
	PDF BAB_II.pdf Download (271kB)
	PDF BAB_III.pdf Download (291kB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (1MB)
	PDF BAB_V.pdf Download (206kB)
	PDF DAFTAR_PUSTAKA.pdf Download (218kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (253kB)

Abstract

Emisi karbon dioksida (CO2) mengalami peningkatan terus menerus hingga meningkatkan pemanasan global dan salah satu penyebabnya adalah produksi emisi karbon dioksida (CO2) dari kendaraan roda empat. Algoritma Linear Regression digunakan untuk memprediksi emisi karbon dioksida (CO2) yang dihasilkan dalam kendaraan mobil dengan variabel yang meliputi ukuran mesin, jumlah silinder, konsumsi bahan bakar, dan emisi karbon dioksida (CO2) yang dihasilkan. Hasilnya menunjukkan bahwa skor RMSE untuk training dan testing adalah 13.98 dan 15.12 yang menandakan bahwa pemodelan algoritma Linear Regression tidak mengalami overfitting, skor R2 pada hasil training dan setelah dilakukan cross-validation 10- folds sebesar 0.91 dan 0.909 yang menandakan bahwa pemodelan algoritma Linear Regression untuk melakukan prediksi emisi karbon dioksida (CO2) mampu memprediksi dengan baik. Kesimpulan dari penelitian ini adalah setelah melewati enam tahapan, pemodelan algoritma Linear Regression untuk prediksi emisi karbon dioksida (CO2) berhasil dilakukan dengan akurasi yang mencapai 0.91 dan 0.909 setelah melakukan cross-validation 10-folds.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	cross-validation, emisi karbon dioksida, kendaraan mobil, linear regression, prediksi
Subjects:	?? T58.5-58.64 ??
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	12 Nov 2024 11:58
Last Modified:	12 Nov 2024 11:58
URI:	https://kc.umn.ac.id/id/eprint/34787

Actions (login required)

View Item