PREDIKSI PARTICULAT MATTER 10 MENGGUNAKAN MODEL DECISION TREE REGRESSOR DI DKI JAKARTA

Safri Manullang; Muhammad Zaidan Hakim; Agung Hari Saputra

doi:10.12928/jkpl.v5i2.9857

Authors

Safri Manullang Sekolah Tinggi Meteorologi Klimatologi dan Geofisika
Muhammad Zaidan Hakim Sekolah Tinggi Meteorologi Klimatologi dan Geofisika
Agung Hari Saputra Sekolah Tinggi Meteorologi Klimatologi dan Geofisika

DOI:

https://doi.org/10.12928/jkpl.v5i2.9857

Keywords:

Prediksi, Particulat Matter (PM10) , DKI Jakarta , Decision Tree Regressor

Abstract

Jakarta merupakan salah satu kota dengan tingkat polusi yang tinggi. Hal ini menjadi perhatian khusus oleh Pemerintah Indonesia, kualitas udara yang baik akan berdampak positif bagi kehidupan. Prediksi pemodelan polusi udara dilakukan dengan proses menggunakan data polusi udara masa lalu, kondisi saat ini, dan prinsip ilmiah untuk memperkirakan kondisi polusi di masa depan. Penelitian ini dilakukan untuk memprediksi parameter PM10 di wilayah DKI Jakarta dengan model Decision Tree Regressor (DTR). Decision Tree Regressor merupakan representasi sederhana dari teknik klasifikasi untuk sejumlah kelas berhingga, untuk melakukan uji kesalahan terhadap hasil yang sudah didapat dari implementasi Decision Tree Regression dilakukan menggunakan MAE, RMSE, dan MAPE dari hasil implementasi model DTR. Hasil pemodelan pada PM10 didapatkan nilai RMSE sebesar 7.5970, MAE sebesar 5.4514, dan MAPE sebesar 0.2857. Dari hasil yang didapatkan bisa disimpulkan bahwa model Decision Tree Regressor cukup baik dalam memprediksi PM10 di DKI Jakarta.

References

Utami Rizky Putri. (2018). Skripsi “Dinamika Kekhususan Provinsi Dki Jakarta Sebagai Ibukota Negara”

Nur, Erdi, Basuki Ario Seno, Rahmi Hidayanti. (2021). Risiko Gangguan Kesehatan Masyarakat Akibat Pajanan PM10 di Kota Padang. Jurnal Kesehatan Lingkungan Indonesia, 20 (2)

Mursinto, Djoko, Deni Kusumawardani. (2016). Estimasi Dampak Ekonomi Dari Pencemaran Udara Terhadap Kesehatan Di Indonesia. Jurnal Kesehatan Masyarakat, 11(2)

Hidayat A, Inaku R, Novianus C, Studi P, Masyarakat K, Kesehatan II, et al. Pengaruh Pencemaran Udara PM 2,5 dan PM 10 Terhadap Keluhan Pernapasan Anak di Ruang Terbuka Anak di DKI Jakarta The Effect of PM 2.5 and PM 10 Air pollution on Complaints of Children’s Respiration in Children’s Open Space in DKI Jakarta.

Oktavia A, Hustinawati. (2021). Prediksi Rata-Rata Zat Berbahaya Di Dki Jakarta Berdasarkan Indeks Standar Pencemar Udara Menggunakan Metode Long Short-Term Memory. Jurnal Ilmiah Informatika Komputer, 26(21)

Cahyadi, Wiji, Basir Achmad, Eko Suhartono, Fakhrur Razie. (2016). Pengaruh Faktor Meteorologis Dan Konsentrasi Partikulat (PM10) Terhadap Kejadian Infeksi Saluran Pernapasan Akut (ISPA) : Studi Kasus Kecamatan Banjarbaru Selatan, Kota Banjarbaru Tahun 2014-2015, 12(3), p-ISSN 1978-8096, e-ISSN 2302-3708

Wulandari, Astri, Yusniar Hanani D, Mursid Raharjo. (2016). Analisis Risiko Kesehatan Lingkungan Pajanan Particulate Matter (PM10) Pada Pedagang Kaki Lima Akibat Aktivitas Transportasi : Studi Kasus Jalan Kaligawe Kota Semarang, Jurnal Kesehatan Masyarakat, 4(3), ISSN: 2356-3346

Kurniawan, Agusta. (2017). Pengukuran Parameter Kualitas Udara (CO, NO2, SO2, O3, dan PM10) Di Bukit Kototabang Berbasis ISPU. Jurnal Teknosains. 7(1), p-ISSN 2089-6131, e-ISSN 2443-1311

Akuba, Manda N, Fernandez, Samuel P, Maskim, Fransisco, Ganimel, Dosso SA. (2023) Perbandingan Model Dalam Memprediksi Karbon Monoksida Di Kota Medan Bulan Januari 2023. DiJITAC 2022, 2(2)

Thabibi Althof, Supriyatno Raden. (2023) Perbandingan Model Multiple Linear Regression Dan Decision Tree Regression (Studi Kasus: Prediksi Harga Saham Telkom, Indosat, Dan Xl. Jurnal Ilmiah Teknologi dan Rekayasa, 28(3)

Risanti, Indirasari, W, Suhendar, Haris. Analisis Model Prediksi Cuaca Menggunakan Support Vector Machine, Gradient Boosting, Random Forest, Dan Decision Tree. Prosiding Seminar Nasional Fisika, 2024, Vol XII, p-ISSN: 2339-0654, e-ISSN: 2476-9398

Azan Kanezar MS, Muhammad Aditya Sasmita, Agung Hari Saputra. (2023). Prediksi Particulate Matter (PM 2.5) di DKI Jakarta Menggunakan XGBoost. Jurnal Meteorologi, 2(1), ISSN: 2829-7458

Putro B, Tanzil Furqon M, Wijoyo SH. Prediksi Jumlah Kebutuhan Pemakaian Air Menggunakan Metode Exponential Smoothing (Studi Kasus : PDAM Kota Malang) [Internet]. Vol. 2. 2018. Available from: http://j-ptiik.ub.ac.id

Andriansyah, D, Astuti, Diah N. (2023). Perbandingan Model Prediksi Radiasi Matahari Berbasis Mesin Pembelajaran Pada Stasiun Meteorologi Fatmawati Soekarno Bengkulu. 14(1), p-ISSN 2086-5589, e-ISSN : 2763-2239

Robial S. (2018). Perbandingan Model Statistik Pada Analisis Metode Peramalan Time Series (Studi Kasus: Pt. Telekomunikasi Indonesia, Tbk Kandatel Sukabumi). Jurnal Ilmiah SANTIKA, 8(2)

Latifah, Retnani, Emi S.W., Priadhana E.K. (2019). Model Decision Tree untuk Prediksi Jadwal Kerja menggunakan Skicit-Learn. Seminar Nasional dan Sains 2019, p-ISSN : 2407-1846, e-ISSN: 2460-8416

Khaira, Ulfa, Norman Syarief, Zalman, Isra Hayati. (2020). Prediksi Tingkat Fertilitas Pria Dengan Algoritma Pohon Keputusan Cart. Jurnal Ilmiah Umum Dan Kesehatan Aisyiyah, 5(1)

Wanto, Anjar, Agus P. W. (2017). Analisis Prediksi Indeks Harga Konsumen Berdasarkan Kelompok Kesehatan Dengan Menggunakan Metode Backpropagation. Jurnal & Penelitian Teknik Informatika, 2(2), e-ISSN: 2541-2019, p-ISSN: 2541-044X

Asmoro, Achmad S. B., Wahyu S. G. I., Utomo P. (2018). Perbandingan Kinerja Hasil Seleksi Fitur pada Prediksi Kinerja Akademik Siswa Berbasis Pohon Keputusan. Jurnal Edukasi dan Penelitian Informatika, 4(2), e-ISSN: 2548-9364, p-ISSN: 2460-0741

Syech, Riad, Usman Malik, Riska Fitriani. (2017). Analisis Pengaruh Partikulat Matter Pm10 Terhadap Suhu, Kelembaban Udara Dan Kecepatan Angin Di Daerah Kulim Kota Pekanbaru. Jurnal Komunikasi Fisika Indonesia, 14(2), p-ISSN: 1412-2960, e-ISSN: 2579-521X