ITENASITENAS

Rekayasa Hijau : Jurnal Teknologi Ramah LingkunganRekayasa Hijau : Jurnal Teknologi Ramah Lingkungan

Beberapa dekade terakhir, isu kualitas udara menjadi masalah di kota-kota besar seperti Daerah Khusus Jakarta. Studi ini bertujuan untuk mengevaluasi performa tiga tree-based model random forest (RF), extra trees (ET), dan gradient boosting classifier (GBC) dalam memprediksi serta mencari faktor terpenting yang memengaruhi kualitas udara. Model menggunakan data historis Automatic Weather Station dan ISPU Daerah Khusus Jakarta selama 2018 – 2021 yang dikembangkan untuk memprediksi 4 kategori kualitas udara (0-3). Model dilatih menggunakan 90% data sebagai set pelatihan dan 10% data sebagai set pengujian. Berdasarkan feature importance plot dari ketiga model tersebut menunjukkan bahwa parameter ISPU O3 merupakan parameter yang sangat memengaruhi kualitas udara, serta arah dan kecepatan angin merupakan faktor meteorologis yang paling memengaruhi kualitas udara. Berdasarkan pengujian keakuratan model tersebut menunjukkan nilai yang hampir sama antara ketiga tree-based model tersebut dengan nilai accuracy 0.8646–0.8821, precision 0.8755–0.8870, recall 0.8646–0.8821, f1-score 0.8674–0.8816 serta AUC 0.9286–0.9441. Berdasarkan ketiga tree-based model tersebut, model RF menunjukkan kemampuan terbaik dibandingkan dengan dua model lainnya dengan nilai accuracy 0.8821, precision 0.8870, recall 0.8821, f1-score 0.8816, dan AUC 0.9425. Temuan ini diharapkan dapat mendorong penggunaan model RF sebagai sistem peringatan dini kualitas udara serta mendorong pentingnya pengendalian O3 dalam kebijakan mitigasi.

Penelitian ini mengevaluasi tiga model pohon (Random Forest, Extra Trees, Gradient Boosting) menggunakan data ISPU dan meteorologi 2018‑2021 untuk memprediksi kualitas udara di Jakarta, menemukan O3, arah dan kecepatan angin sebagai variabel paling berpengaruh.8821) serta metrik precision, recall, F1, dan AUC terbaik.semua model menunjukkan klasifikasi excellent dengan rata‑rata AUC di atas 0,9, menegaskan kehandalan mereka untuk prediksi kualitas udara.

Mengatasi keterbatasan data 2018‑2021 dan variabel yang hanya mencakup ISPU serta meteorologi, penelitian lanjutan dapat menyelidiki dampak penambahan variabel tambahan seperti emisi kendaraan, aktivitas industri, dan data satelit terhadap peningkatan akurasi prediksi kualitas udara di DKI Jakarta. Selain itu, studi selanjutnya dapat membandingkan performa model deep learning seperti LSTM atau CNN dengan model tree‑based untuk menangkap dinamika temporal dan spasial kualitas udara secara lebih efektif. Penelitian juga dapat mengevaluasi penerapan model prediksi secara real‑time dalam sistem peringatan dini, termasuk analisis keandalan model ketika data input memiliki missing values atau noise, serta dampaknya terhadap keputusan kebijakan mitigasi. Selanjutnya, dapat dilakukan studi multikota yang membandingkan performa model pada wilayah dengan karakteristik geografis dan pola polusi yang berbeda, untuk mengidentifikasi faktor utama yang bersifat universal atau spesifik lokasi. Akhirnya, integrasi hasil prediksi ke dalam platform visualisasi interaktif bagi masyarakat dan pembuat kebijakan dapat diteliti untuk menilai sejauh mana transparansi dan aksesibilitas data meningkatkan partisipasi publik dalam upaya pengendalian polusi udara.

  1. Rancang Bangun Mesin Pencacah Sampah Organik Rumah Tangga | Nugraha | Rekayasa Hijau : Jurnal Teknologi... doi.org/10.26760/jrh.v3i3.3428Rancang Bangun Mesin Pencacah Sampah Organik Rumah Tangga Nugraha Rekayasa Hijau Jurnal Teknologi doi 10 26760 jrh v3i3 3428
  2. Penerapan Convolutional Neural Network (CNN) pada Pengenalan Aksara Lampung Berbasis Optical Character... jurnal.untan.ac.id/index.php/jepin/article/view/44133Penerapan Convolutional Neural Network CNN pada Pengenalan Aksara Lampung Berbasis Optical Character jurnal untan ac index php jepin article view 44133
  3. ANALISIS DAN KOMPARASI ALGORITMA KLASIFIKASI DALAM INDEKS PENCEMARAN UDARA DI DKI JAKARTA | Umri | JIKO... ejournal.unkhair.ac.id/index.php/jiko/article/view/2871ANALISIS DAN KOMPARASI ALGORITMA KLASIFIKASI DALAM INDEKS PENCEMARAN UDARA DI DKI JAKARTA Umri JIKO ejournal unkhair ac index php jiko article view 2871
  4. Jurnal Ilmu Komputer dan Sistem Informasi (JIKSI). penerapan metode decision tree prakiraan cuaca bekasi... journal.untar.ac.id/index.php/jiksi/article/view/26026Jurnal Ilmu Komputer dan Sistem Informasi JIKSI penerapan metode decision tree prakiraan cuaca bekasi journal untar ac index php jiksi article view 26026
Read online
File size818.39 KB
Pages10
DMCAReport

Related /

ads-block-test