Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika)
Vitri Tundjungsari
Teknik Informatika, Universitas Esa Unggul
Computer Science & IT

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
PREDIKSI INDEKS KUALITAS UDARA OZON (ISPU O3) MENGGUNAKAN RANDOM FOREST DAN REGRESI VEKTOR DUKUNGAN: STUDI PERBANDINGAN PADA DATA TAHUN 2022 Syaeful Bachri Barelang; Ase Ananda Putra; Jundana Abdullah Hanif; Muhammad Rayyan Ardiano; Muhammad Athallah Izma; Vitri Tundjungsari
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 2 (2026): JATI Vol. 10 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i2.17228

Abstract

Penurunan kualitas udara merupakan permasalahan lingkungan yang semakin serius, khususnya di wilayah perkotaan dengan aktivitas industri dan transportasi yang tinggi. Ozon (O₃) sebagai salah satu parameter utama dalam Indeks Standar Pencemar Udara (ISPU) memiliki dampak signifikan terhadap kesehatan manusia dan lingkungan, sehingga diperlukan metode prediksi yang akurat untuk mendukung sistem peringatan dini. Permasalahan utama dalam prediksi O₃ terletak pada kompleksitas hubungan nonlinier antar polutan yang sulit dimodelkan menggunakan pendekatan konvensional. Oleh karena itu, penelitian ini bertujuan untuk memprediksi nilai ISPU O₃ serta membandingkan kinerja metode supervised learning Random Forest dan Support Vector Regression (SVR) menggunakan data kualitas udara tahun 2022. Metode penelitian meliputi tahap praproses data, pemilihan fitur PM10, SO₂, CO, dan NO₂, pelatihan model, serta evaluasi menggunakan metrik MAE, RMSE, MSE, dan koefisien determinasi (R²). Hasil penelitian menunjukkan bahwa model Random Forest memberikan performa terbaik dengan nilai R² sebesar 0,49, sedangkan model pembanding menghasilkan nilai R² sebesar 0,38. Temuan ini menunjukkan bahwa pendekatan supervised learning efektif untuk prediksi ISPU O₃, meskipun masih diperlukan penambahan variabel meteorologi untuk meningkatkan akurasi model.
ANALISIS PREDIKSI HARGA BERLIAN MENGGUNAKAN METODE REGRESI LINIER Almi Agustina; Yoana Nabilah Putri; Hoirun Nisah; Shafa Dhiya Raihanah; Ahmad Najib; Vitri Tundjungsari
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 1 (2026): JATI Vol. 10 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i1.17567

Abstract

Prediksi harga berlian merupakan permasalahan penting dalam analisis data karena dipengaruhi oleh berbagai karakteristik fisik yang bersifat numerik. Namun, kontribusi relatif masing-masing variabel terhadap harga belum sepenuhnya dipahami secara kuantitatif. Penelitian ini bertujuan untuk menganalisis pengaruh variabel carat, depth, table, serta dimensi fisik x, y, dan z terhadap harga berlian menggunakan metode regresi linier. Data penelitian diperoleh dari Seaborn Diamonds Dataset dengan pengambilan sampel acak sebanyak 50 observasi, yang dibagi menjadi data latih sebesar 80% dan data uji sebesar 20%. Kinerja model dievaluasi menggunakan metrik Mean Absolute Error (MAE), Mean Squared Error (MSE), dan koefisien determinasi (R²). Hasil penelitian menunjukkan nilai MAE sebesar 1.200,69, MSE sebesar 2.582.825,77, dan R² sebesar 0,944, yang mengindikasikan bahwa model regresi linier mampu menjelaskan sebagian besar variasi harga berlian berdasarkan variabel numerik yang digunakan. Dengan demikian, penelitian ini menunjukkan bahwa regresi linier efektif digunakan dalam estimasi harga berlian berbasis data numerik. Pengembangan model melalui penambahan atribut kategorikal dan penerapan metode regresi non-linear berpotensi meningkatkan akurasi serta kemampuan generalisasi model dalam analisis prediktif
Co-Authors Ahmad Najib Almi Agustina Ase Ananda Putra Hoirun Nisah Jundana Abdullah Hanif Muhammad Athallah Izma Muhammad Rayyan Ardiano Shafa Dhiya Raihanah Syaeful Bachri Barelang Yoana Nabilah Putri