Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Digital Transformation Technology (Digitech)
Krisna, Andreas Bayu
Unknown Affiliation
Computer Science & IT Library & Information Science

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

Found 2 Documents
Search

 1 
Prediksi Kualitas Udara Malang Menggunakan Metode Gradient Boosting Regression Muhaimin, M. Rizal; Karina, Daffa Mirah; Krisna, Andreas Bayu
Digital Transformation Technology Vol. 4 No. 2 (2024): Periode September 2024
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v4i2.5046

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem prediksi kualitas udara di Kota Malang menggunakan metode Gradient Boosting Regression. Permasalahan kualitas udara di Kota Malang menjadi perhatian serius dengan tercatatnya 47 kejadian level PM2.5 tidak sehat pada tahun 2023, mencapai konsentrasi tertinggi 101.2 µg/m³. Metode penelitian menggunakan pendekatan kuantitatif dengan fokus pada pengembangan model prediksi menggunakan data dari stasiun pemantau kualitas udara Kota Malang pada tahun 2022-2024. Preprocessing data meliputi pembersihan missing values, normalisasi menggunakan StandardScaler, dan feature engineering untuk menghasilkan fitur temporal dan statistik. Model dikembangkan menggunakan pipeline terintegrasi dengan Gradient Boosting Regressor yang dioptimalkan. Hasil penelitian menunjukkan performa model yang baik dengan nilai R² training 0.86 dan testing 0.68. Prediksi untuk periode 20-26 November 2024 mengindikasikan kualitas udara akan konsisten berada dalam kategori "Tidak Sehat" dengan nilai PM2.5 berkisar antara 69.41-76.53 µg/m³. Implementasi sistem menggunakan framework Streamlit untuk antarmuka yang interaktif. Penelitian ini memberikan kontribusi signifikan dalam upaya pengendalian pencemaran udara di Kota Malang melalui sistem prediksi yang akurat dan dapat diandalkan.
Prediksi Kualitas Udara Malang Menggunakan Metode Gradient Boosting Regression Muhaimin, M. Rizal; Karina, Daffa Mirah; Krisna, Andreas Bayu
Digital Transformation Technology Vol. 4 No. 2 (2024): Periode September 2024
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v4i2.5046

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem prediksi kualitas udara di Kota Malang menggunakan metode Gradient Boosting Regression. Permasalahan kualitas udara di Kota Malang menjadi perhatian serius dengan tercatatnya 47 kejadian level PM2.5 tidak sehat pada tahun 2023, mencapai konsentrasi tertinggi 101.2 µg/m³. Metode penelitian menggunakan pendekatan kuantitatif dengan fokus pada pengembangan model prediksi menggunakan data dari stasiun pemantau kualitas udara Kota Malang pada tahun 2022-2024. Preprocessing data meliputi pembersihan missing values, normalisasi menggunakan StandardScaler, dan feature engineering untuk menghasilkan fitur temporal dan statistik. Model dikembangkan menggunakan pipeline terintegrasi dengan Gradient Boosting Regressor yang dioptimalkan. Hasil penelitian menunjukkan performa model yang baik dengan nilai R² training 0.86 dan testing 0.68. Prediksi untuk periode 20-26 November 2024 mengindikasikan kualitas udara akan konsisten berada dalam kategori "Tidak Sehat" dengan nilai PM2.5 berkisar antara 69.41-76.53 µg/m³. Implementasi sistem menggunakan framework Streamlit untuk antarmuka yang interaktif. Penelitian ini memberikan kontribusi signifikan dalam upaya pengendalian pencemaran udara di Kota Malang melalui sistem prediksi yang akurat dan dapat diandalkan.
Co-Authors Karina, Daffa Mirah Muhaimin, M. Rizal