Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : SISFOTENIKA

SVM-Driven ISPU Prediction for Jakarta's Sustainable Future Aditya Pratama; Candra Gudiato; Adha Maulana; Wahyu Prayitno
SISFOTENIKA Vol. 15 No. 1 (2025): SISFOTENIKA
Publisher : STMIK PONTIANAK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30700/sisfotenika.v15i1.532

Abstract

Polusi udara di Jakarta menimbulkan risiko kesehatan yang signifikan, dengan transportasi sebagai kontributor utamanya. Studi ini menangani kebutuhan mendesak untuk peramalan kualitas udara yang akurat dengan mengembangkan model Support Vector Machine (SVM) untuk memprediksi kategori Indeks Standar Pencemaran Udara (ISPU). Menggunakan data kualitas udara yang luas, mencakup konsentrasi PM10, PM2.5, SO2, CO, dan O3, kami menerapkan metode pemilihan fitur yang canggih dan optimisasi hiperparameter. Model SVM mencapai akurasi keseluruhan yang luar biasa sebesar 94% dalam memprediksi kategori ISPU, menunjukkan kinerja yang kuat di berbagai metode cross-validation. Metodologi yang tepat ini jauh melampaui teknik-teknik saat ini, menyediakan instrumen yang efektif untuk pengendalian kualitas udara perkotaan. Kemampuan model untuk memprediksi tingkat polusi yang signifikan dengan tepat memfasilitasi intervensi kesehatan masyarakat yang lebih baik dan pendekatan perencanaan kota. Penelitian ini memajukan domain yang berkembang dari aplikasi pembelajaran mesin dalam pemantauan lingkungan dengan menawarkan kerangka kerja yang dapat direplikasi untuk megacity dengan masalah kualitas udara yang serupa. Upaya di masa depan akan berfokus pada integrasi waktu nyata dan penelitian pendekatan ensemble untuk meningkatkan kapasitas prediktif, sehingga meningkatkan standar kesehatan populasi Jakarta melalui pengendalian kualitas udara yang lebih baik.
Model Prediksi Kanker Paru-Paru dengan Random Forest Adha Maulana; Aditya Pratama; Denny Primanda; Nurman Hariyanto
SISFOTENIKA Vol. 15 No. 2 (2025): SISFOTENIKA
Publisher : STMIK PONTIANAK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30700/sisfotenika.v15i2.569

Abstract

Penelitian ini bertujuan untuk membangun model prediksi kanker paru-paru menggunakan algoritma Random Forest Decision Tree. Data yang digunakan diperoleh dari survei terkait faktor risiko kanker paru-paru. Proses diawali dengan pemuatan dan pra-pemrosesan data, termasuk penanganan nilai yang hilang dan duplikat, serta encoding variabel kategorikal. Data kemudian dibagi menjadi set pelatihan dan pengujian. Model Random Forest dilatih pada set pelatihan dan dievaluasi menggunakan metrik akurasi dan classification report. Hasil evaluasi menunjukkan akurasi model sebesar 90.36%, menunjukkan bahwa model Random Forest mampu memprediksi kanker paru-paru dengan akurasi yang tinggi. Analisis feature importance juga dilakukan untuk mengidentifikasi faktor-faktor paling berpengaruh dalam prediksi kanker paru-paru. Penelitian ini menunjukkan potensi penggunaan Random Forest dalam pengembangan sistem prediksi kanker paru-paru.
Mitigasi Karhutla Menggunakan IoT Dengan Pendekatan Zona Fresnel Untuk Optimalisasi Transmisi Data Denny Primanda; Nurman Hariyanto; Aditya Pratama; Adha Maulana
SISFOTENIKA Vol. 15 No. 2 (2025): SISFOTENIKA
Publisher : STMIK PONTIANAK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30700/sisfotenika.v15i2.573

Abstract

Proses transmisi data pada alat mitigasi karhutla menggunakan IoT dalam jaringan LoRa terdapat masalah yang muncul yaitu waktu pengiriman dan kualitas sinyal yang diterima. Masalah tersebut akan diselesaikan dengan meninggikan posisi pemancar dan penerima guna mengoptimalkan ruang bebas pada Zona Fresnel, yang terbukti efektif digunakan untuk memecahkan masalah pada proses transmisi data. Hasil penelitian menunjukkan bahwa faktor ketinggian berhasil meningkatkan waktu transmisi 4 kali lebih cepat (rata-rata penurunan waktu 9,5 detik) dan kualitas sinyal secara drastis (rata-rata penurunan 31,25 RSSI) apabila diterapkan untuk memecahkan masalah waktu pengiriman dan kualitas sinyal pada proses transmisi data.