Predictive Analytics Tingkat Pencemaran Udara Daerah Khusus Ibukota Jakarta Pasca Pandemi COVID-19

Perdana, Diaz (2024) Predictive Analytics Tingkat Pencemaran Udara Daerah Khusus Ibukota Jakarta Pasca Pandemi COVID-19. Masters thesis, Institut Teknologi Sepuluh Nopember.

Text 6032212041_Master_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 April 2026. Download (3MB) | Request a copy

Abstract

Polusi udara merupakan tantangan lingkungan global yang signifikan, menyebabkan dampak serius terhadap kesehatan masyarakat tidak terkecuali di Jakarta. Menurut laporan tahun 2021 yang diterbitkan oleh Organisasi Kesehatan Dunia (WHO), 13 orang di seluruh dunia meninggal setiap menit akibat polusi udara dan penyakit serius seperti penyakit kardiovaskular, stroke, dan kanker paru-paru. Dengan Indeks Standar Pencemaran Udara (ISPU) sebagai parameter utama untuk memantau kualitas udara. Meskipun ISPU memberikan informasi saat ini, informasi yang diberikan untuk kualitas udara di masa mendatang masih terbatas. Oleh karena itu, diperlukan pendekatan yang lebih canggih, dan salah satu metode yang menjanjikan adalah menggunakan teknik machine learning (ML). Metode ML telah terbukti efektif dalam pemantauan dan peramalan kualitas udara. Namun, untuk meningkatkan akurasi peramalan, pendekatan hibridisasi, seperti menggabungkan dua model telah diusulkan. Pendekatan ini dapat memberikan deteksi pola yang lebih komprehensif dan meningkatkan akurasi hasil peramalan. Penelitian ini bertujuan untuk memprediksi ISPU di DKI Jakarta menggunakan model hibrid ARIMAX-LSTM. Data polusi udara dari tahun 2012 hingga 2022 akan digunakan, bersama dengan variabel eksternal seperti temperatur, curah hujan, kelembapan, dan kecepatan angin. Model ini mampu menghasilkan model prediksi dengan RMSE 13.00; 20.51; dan 17.10 untuk masing-masing polutan PM10, PM2.5, dan O3. Sedangkan metriks MAPE yang dihasilkan dari model hibrid adalah 19.16%; 19.17%; dan 28.69% untuk masing-masing polutan PM10, PM2.5, dan O3. Model hibrid mampu menghasilkan model prediksi yang lebih baik dari model ARIMAX itu sendiri. Dengan model prediksi ini, diharapkan pemerintah provinsi DKI Jakarta dapat memperbaiki dan mengendalikan kualitas udara yang ada di Jakarta. Apabila pengendalian dapat dilakukan dengan baik, tentu mampu mengurangi dampak-dampak yang terjadi dari buruknya kualitas udara seperti kesehatan masyarakat dan lingkungan
=================================================================================================================================
Air pollution is a significant global environmental challenge, causing serious impacts on public health, including in Jakarta. According to a 2021 report from the World Health Organization (WHO), 13 people die every minute around the world from air pollution and serious diseases such as cardiovascular disease, stroke, and lung cancer. With the Air Quality Index (AQI) as the main parameter for monitoring air quality. Although AQI provides current information, it provides limited information on future air quality. Therefore, a more sophisticated approach is needed, and one promising method is using machine learning (ML) techniques. ML methods have been proven effective in air quality monitoring and forecasting. However, to improve forecasting accuracy, hybridization approaches, such as combining two models have been proposed. This approach can provide more comprehensive pattern detection and increase the accuracy of forecasting results. This research aims to predict ISPU in DKI Jakarta using the ARIMAX-LSTM hybrid model. Air pollution data from 2012 to 2022 will be used, along with external variables such as rain intensity, temperature, humidity and wind speed. This model is able to produce a prediction model with RMSE 13.00; 20.51; and 17.10 for PM10, PM2.5, and O3 pollutants respectively. Meanwhile, the MAPE metric resulting from the hybrid model is 0.1916; 0.1917; and 0.2869 for PM10, PM2.5, and O3 pollutants respectively. The hybrid model is able to produce a better prediction model than the ARIMAX model itself. With this prediction model, it is hoped that the DKI Jakarta provincial government can improve and control the air quality in Jakarta. If control can be carried out well, it will certainly be able to reduce the impacts that occur from poor air quality, such as public health and the environment.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	ISPU, Peramalan, Hibrid, DKI Jakarta, ARIMAX, LSTM
Subjects:	H Social Sciences > HA Statistics > HA30.3 Time-series analysis H Social Sciences > HA Statistics > HA31.3 Regression. Correlation Q Science > Q Science (General) > Q325.5 Machine learning. Support vector machines.
Divisions:	Interdisciplinary School of Management and Technology (SIMT) > 61101-Master of Technology Management (MMT)
Depositing User:	Diaz Perdana
Date Deposited:	07 Feb 2024 02:53
Last Modified:	07 Feb 2024 02:53
URI:	http://repository.its.ac.id/id/eprint/106224

Actions (login required)

View Item