Peramalan Kualitas Udara Di Kota Surabaya Menggunakan VAR, VARX Dan LSTM

Prameswari, Nadya Yuniar Desi (2021) Peramalan Kualitas Udara Di Kota Surabaya Menggunakan VAR, VARX Dan LSTM. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[img] Text
06211740000077-Undergraduate_Thesis.pdf - Accepted Version
Restricted to Repository staff only until 1 October 2023.

Download (2MB) | Request a copy

Abstract

Kota Surabaya merupakan pusat industri dan perdagangan di Jawa Timur. Sebagai ibukota dari Provinsi Jawa Timur dan kota metropolitan, Kota Surabaya mengalami peningkatan jumlah penduduk dan volume kendaraan dari tahun ke tahun. Semakin padatnya Kota Surabaya mengakibatkan munculnya berbagai permasalahan, salah satunya ialah yang berkaitan dengan pencemaran udara. Pencemaran udara yang terjadi dapat mengakibatkan munculnya berbagai permasalahan, salah satunya yang berkaitan dengan kesehatan. Berdasarkan masalah yang ditimbulkan oleh pencemaran udara, maka kualitas dari udara perlu diperhatikan. Kualitas dari udara dapat dilihat melalui Indeks Standar Pencemar Udara (ISPU) yang didapatkan melalui AQMS yang berada di stasiun SUF dengan beberapa indikator yang digunakan sebagai penentu kualitas udara yaitu CO, PM10, dan NO2. Tindakan preventif yang dapat dilakukan untuk monitoring kualitas udara ialah dengan melakukan peramalan terhadap kadar indikator penentu kualitas udara. Sehingga penelitian ini bertujuan untuk meramalkan CO, PM10, dan NO2 di stasiun SUF 7 Kota Surabaya menggunakan VAR, VARX dan LSTM. Didapati hasil bahwa ketiga indikator memiliki pola seasonal harian per setengah jam dan jumlah kadar ketiga indikator cenderung rendah saat sore hingga malam hari dan tinggi saat pagi hingga siang hari. Pada Model VAR yang terbentuk, asumsi residual white noise dan berdistribusi multivariate normal tidak terpenuhi, hal ini dikarenakan terdapat outlier pada data yang digunakan. Selain itu, hasil penelitian menunjukkan bahwa pada data train metode VARX menghasilkan model terbaik untuk indikator CO, PM10, dan NO2. ===================================================================================================== Surabaya is the center of industry and trade in East Java. As the capital of East Java Province and a metropolitan city, Surabaya has experienced an increase in population and vehicle volume from year to year. The increasingly dense city of Surabaya results in the emergence of various problems, one of which is related to air pollution. Air pollution that occurs can lead to the emergence of various problems, one of which is related to health. Based on the problems caused by air pollution, the quality of the air needs to be considered. The quality of the air can be seen through the Air Pollutant Standard Index (ISPU) obtained through AQMS at the SUF station with several indicators used as a determinant of air quality, namely CO, PM10, and NO2. Preventive action that can be taken for monitoring air quality is by forecasting the levels of indicators that determine air quality. So this study aims to predict CO, PM10, and NO2 at SUF 7 station Surabaya using VAR, VARX, and LSTM. It was found that the three indicators have a daily seasonal pattern per half hour and the total levels of the three indicators tend to be low in the afternoon to evening and high in the morning to noon. In the VAR model formed, the assumption of residual white noise and normal multivariate distribution is not met, this is because there are outliers in the data used. In addition, the results showed that in the data train the VARX method produced the best model for the CO, PM10, and NO2 indicators.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Air Quality, Forecasting, LSTM, VAR, VARX, Kualitas Udara, LSTM, Peramalan, VAR, VARX.
Subjects: H Social Sciences > HA Statistics > HA30.3 Time-series analysis
Q Science > Q Science (General) > Q325.5 Machine learning.
Divisions: Faculty of Science and Data Analytics (SCIENTICS) > Statistics > 49201-(S1) Undergraduate Thesis
Depositing User: Nadya Yuniar Desi Prameswari
Date Deposited: 10 Sep 2021 04:07
Last Modified: 10 Sep 2021 04:07
URI: https://repository.its.ac.id/id/eprint/91958

Actions (login required)

View Item View Item