DiJITAC : Digital Journal of Information Technology and Communication
DiJITAC, Vol 2 No.2, April 2022

PERBANDINGAN MODEL DALAM MEMPREDIKSI KARBON MONOKSIDA DI KOTA MEDAN BULAN JANUARI 2023




Article Info

Publish Date
30 Apr 2022

Abstract

Kota Medan merupakan salah satu kota dengan aktivitas transportasi dan industri yang ramai. Hal ini mengisyaratkan bahwa kualitas udara di kota ini berpotensi untuk menjadi semakin buruk seiring berjalannya waktu. Penelitian ini berusaha untuk mencari model terbaik dari metode machine learning menggunakan model Model Neural Prophet, Auto-Regressive, dan Hybrid untuk memproyeksikan jumlah karbon monoksida di udara pada tahun 2023. Penelitian ini menggunakan data ISPU Kota Medan selama 5 tahun terakhir, dimulai dari 1 Januari 2018 hingga 31 Desember 2022. Hasil penelitian ini menunjukkan bahwa model Hybrid merupakan model yang paling baik dalam memprediksi jumlah karbon monoksida dibandingkan dua model lainnya. Nilai RMSE yang didapatkan pada model ini adalah 3,52 dan nilai MAE nya adalah 2,28, sedangkan untuk model AR dan model NN nilai RMSE nya secara berurutan adalah 5,13 dan 3,98 serta nilai MAE nya secara berurutan adalah 3,07 dan 2,43 Diharapkan, penggunaan model ini dapat dilakukan secara masif bagi berbagai pemangku kepentingan sehingga dapat memprediksi total karbon monoksida dengan baik dan berfokus pada perumusan kebijakan.

Copyrights © 2022






Journal Info

Abbrev

DiJITAC

Publisher

Subject

Religion Computer Science & IT Education Languange, Linguistic, Communication & Media Social Sciences

Description

Digital Journal of Information Technology and Communication (DiJITAC) diterbitkan oleh UPT Teknologi Informasi dan Pangkalan Data, Universitas Islam Negeri (UIN) Sultan Aji Muhammad Idris Samarinda sejak Oktober 2020. Jurnal DiJITAC memuat naskah hasil-hasil penelitian di bidang Teknologi Informasi ...