EPrints Universitas Amikom YogyakartaKOMPARASI METODE OPTIMASI PADA ALGORITMA GAUSSIAN PROCESS REGRESSION DALAM PREDIKSI KUALITAS UDARADavid BudiHartantoauthorKualitas udara merupakan salah satu indikator penting dalam menjaga kesehatan masyarakat dan lingkungan, sehingga diperlukan metode prediksi yang akurat untuk mendukung pengambilan keputusan. Penelitian ini bertujuan untuk mengevaluasi performa algoritma Gaussian Process Regression (GPR) dalam memprediksi kualitas udara dengan menerapkan optimasi hiperparameter menggunakan Genetic Algorithm (GA) dan Grid Search. Dataset yang digunakan terdiri dari beberapa parameter polutan udara, yang kemudian diproses melalui tahapan praproses data dan pembagian data menjadi data training, validation, dan test. Proses optimasi hiperparameter dilakukan dengan menyesuaikan parameter kernel GPR, yaitu constant kernel, length-scale pada Radial Basis Function (RBF), dan noise level pada WhiteKernel. Evaluasi performa model dilakukan menggunakan metrik koefisien korelasi (R), Root Mean Squared Error (RMSE), Mean Absolute Error (MAE), dan Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa baik Genetic Algorithm mampu menghasilkan performa prediksi yang konsisten dan stabil, dengan nilai R sekitar 0,918 serta RMSE, MAE, dan MAPE yang lebih baik di bandigkan algoritma yang lainnya. Hasil proses optimasi mampu menghasilkan konfigurasi kernel yang lebih optimal dan stabil secara sistematis. Dari sisi waktu komputasi, Grid Search menunjukkan waktu eksekusi yang lebih lama dibandingkan Genetic Algorithm, sementara Genetic Algorithm menawarkan fleksibilitas pencarian yang lebih adaptif terhadap ruang solusi yang luas. Dengan demikian, penelitian ini menunjukkan bahwa optimasi hiperparameter memberikan kontribusi penting dalam meningkatkan kualitas dan keandalan model GPR untuk prediksi kualitas udara.000 Ilmu komputer, informasi dan pekerjaan umum2026-01-07Universitas AMIKOM Yogyakarta;PJJ Magister InformatikaThesis

For work being deposited by its own author: In self-archiving this collection of files and associated bibliographic metadata, I grant EPrints Universitas Amikom Yogyakarta the right to store them and to make them permanently available publicly for free on-line. I declare that this material is my own intellectual property and I understand that EPrints Universitas Amikom Yogyakarta does not assume any responsibility if there is any breach of copyright in distributing these files or metadata. (All authors are urged to prominently assert their copyright on the title page of their work.)

For work being deposited by someone other than its author: I hereby declare that the collection of files and associated bibliographic metadata that I am archiving at EPrints Universitas Amikom Yogyakarta) is in the public domain. If this is not the case, I accept full responsibility for any breach of copyright that distributing these files or metadata may entail.

Clicking on the deposit button indicates your agreement to these terms.