Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal JURNAL REKAYASA TEKNOLOGI INFORMASI Journal of Embedded Systems, Security and Intelligent Systems
Pattiradjawane, Victor Eric
Unknown Affiliation
Computer Science & IT

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

Found 2 Documents
Search

 1 
Penerapan konsep data mining dengan Metode Seasonal ARIMA dalam Peramalan Produksi Padi Radjabaycolle, Jefri Esna Thomas; Waas, Devi Valentino; Pattiradjawane, Victor Eric; Wattimena, Emanuella M. C.; Upuy, Doms; Palembang, Citra Fathia
Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 8, No 1 (2024): Jurnal Rekayasa Teknologi Informasi (JURTI)
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jurti.v8i1.17485

Abstract

Pendekatan data mining menjadi elemen kunci dalam analisis data skala besar untuk mendapatkan informasi yang berguna dalam berbagai bidang, termasuk sektor pertanian. Melalui penerapan teknik data mining, penelitian ini bertujuan untuk mengeksplorasi, mengolah, dan menganalisis data produksi padi di kecamatan Denpasar Selatan dan kecamatan Denpasar Timur, Provinsi Bali, guna mendukung pengambilan keputusan yang lebih akurat. Metode yang digunakan dalam penelitian ini adalah Seasonal ARIMA (SARIMA), yang secara khusus dirancang untuk menangani pola musiman pada data time series. Penelitian ini menitikberatkan pada proses pengolahan data, pemilihan model prediktif yang tepat, dan evaluasi kinerja model. Model SARIMA yang dipilih untuk kedua kecamatan yaitu SARIMA (0,0,1)(1,1,1)6 untuk kecamatan Denpasar Selatan dan SARIMA (0,0,0)(1,1,0)6 untuk kecamatan Denpasar Timur. Hasil penelitian menunjukkan bahwa model SARIMA mampu memberikan prediksi produksi padi yang baik, sehingga dapat menggambarkan tren kenaikan atau penurunan produksi pada periode berikutnya. Temuan ini menunjukkan bahwa penerapan metode SARIMA yang didukung oleh teknik data mining dapat menjadi alat bantu yang efektif untuk analisis data produksi padi.
Improving Air Quality Forecasts with LSTM and SHAP Explainability: A Case Study in Jakarta Radjabaycolle, Jefri E. T.; Wattimena, Emanuella M C; Pattiradjawane, Victor Eric
Journal of Embedded Systems, Security and Intelligent Systems Vol 6, No 3 (2025): September 2025
Publisher : Program Studi Teknik Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59562/jessi.v6i3.9512

Abstract

Accurate air-quality forecasting is essential for public-health advisories in large tropical megacities such as Jakarta. This study develops an explainable deep-learning pipeline to predict Indonesia’s Air Pollution Standard Index (ISPU) at the DKI-5 station using daily data from 2017–2021. After handling missing values and integrating meteorological variables, all features were min–max normalized and framed with a lag window of five days. A stacked LSTM (128 and 64 units, dropout 0.2, Adam optimizer, MSE loss) was trained with an 80/20 train–test split. Model performance was assessed using MAE, RMSE, and R2R^2R2. To open the “black box,” SHAP was applied to quantify each feature’s contribution to the predictions. Results show stable convergence of training and validation losses and good generalization. The best configuration achieved MAE ≈ 7.96, RMSE ≈ 10.26, and R2≈ 0.52 on the test set. SHAP analysis indicates that PM10_lag1 is the most influential predictor, followed by wind speed (ff_avg_lag1), relative humidity (RH_avg_lag1), and average temperature (Tavg_lag1), confirming the joint role of recent pollutant levels and meteorology in driving ISPU variability. Compared with a previous LSTM configuration on the same site, the proposed model lowers RMSE by ≈25%, evidencing a more accurate and reliable ISPU forecast while providing transparent feature attributions. The proposed LSTM–SHAP framework offers an interpretable decision-support tool for air-quality management in Jakarta.
Co-Authors Palembang, Citra Fathia Radjabaycolle, Jefri E. T. Radjabaycolle, Jefri Esna Thomas UPUY, DOMS Waas, Devi Valentino Wattimena, Emanuella M C