Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Hilmy Ramadhan, Achmad Zhafran
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Prediksi Polusi Udara Di Dki Jakarta Dengan Menggunakan Metode Long-Short Term Memory (LSTM) Hilmy Ramadhan, Achmad Zhafran; Rahayudi, Bayu; Ratnawati, Dian Eka
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 9 (2024): September 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Udara merupakan salah satu kebutuhan manusia karena mengandung oksigen (O2) yang dibutuhkan oleh tubuh manusia. Namun, kualitas udara di perkotaan sering kali berada di atas batas normal akibat dari polusi udara yang menjadi faktor risiko utama untuk berbagai penyakit yang menyebabkan kematian. Karena itu diperlukan upaya khusus untuk menjaga kualitas udara. Salah satu metode untuk mencegah polusi udara adalah dengan memprediksi polusi udara di masa depan dengan menggunakan data historis. Pada penelitian ini memanfaatkan teknologi artificial intelligence dengan menggunakan metode Long-Short Term Memory (LSTM) untuk melakukan prediksi polusi udara di DKI Jakarta dari tahun 2010-2022 dengan jumlah data sebanyak 4.728 data dengan parameter polusi udara yang diprediksi adalah PM10, SO2, CO, O3, dan NO2. Hasil penelitian ini menunjukkan bahwa model prediksi terbaik menggunakan LSTM dengan komposisi data training:data testing 11 tahun:1 tahun, jumlah hidden layer 1, jumlah epoch 200, jumlah hidden neuron 25, jumlah batch size 16, dan learning rate 0,1 mendapatkan nilai RMSE yang berkisar antara 9,55002134344871 hingga 9,61049604442543 dari 5 kali pengujian dengan rata-rata nilai RMSE dari seluruh pengujian adalah 9,572682542.
Co-Authors Bayu Rahayudi Dian Eka Ratnawati