INTEGRASI MACHINE LEARNING TECHNIQUES DAN TABLEAU TERHADAP PRAKIRAAN KUALITAS UDARA DI BANJARMASIN

Yusuf, Ahmad (2022) INTEGRASI MACHINE LEARNING TECHNIQUES DAN TABLEAU TERHADAP PRAKIRAAN KUALITAS UDARA DI BANJARMASIN. S2 - Magister thesis, Universitas AMIKOM Yogyakarta.

Text (THESIS) 20.77.1266 Ahmad Yusuf.pdf Download (4MB)

Abstract

Kekhawatiran kesehatan manusia merupakan salah satu konsekuensi penting dari rendahnya kualitas udara. Kondisi rendahnya kualitas udara setiap kota akan memberikan dampak jangka panjang seperti terjadinya pemanasan global serta efek rumah kaca antropogenik. Masalah kualitas udara biasanya terjadi pada daerah dengan populasi penduduk yang banyak seperti Kota Banjarmasin. Salah satu upaya yang dapat dilakukan adalah prakiraan kualitas udara dengan memanfaatkan machine learning techniques dan Tableau. Data yang didapatkan dari BMKG Kota Banjarmasin merupakan bahan awal untuk prakiraan tersebut. Prakiraan kualitas udara akan menggunakan Exponential Smoothing dan ARIMA sehingga penelitian ini bertujuan untuk melakukan prakiraan kualitas udara di Kota Banjarmasin dalam kurun waktu satu tahun. Hasil penelitian menunjukkan bahwa prakiraan menggunakan Exponential Smoothing memiliki nilai error yang lebih rendah terhadap 5 parameter yang diprakirakan dibandingkan ARIMA dengan rata-rata 9,71 (pemodelan additive) dan 9,86 (pemodelan multiplicative). Sedangkan ARIMA memiliki rata-rata nilai error sebesar 19,34 sehingga dapat disimpulkan bahwa Exponential Smoothing masih lebih baik dibandingkan ARIMA dalam melakukan prakiraan kualitas udara di Kota Banjarmasin.

Actions (login required)

View Item