Penerapan Temporal Fusion Transformer untuk Prediksi Emisi Karbon Indonesia

Daffa Ammar Mahendra (Universitas Duta Bangsa Surakarta)
Faisal Muttaqin (Universitas Duta Bangsa Surakarta)
Yisti Vita Via (Universitas Duta Bangsa Surakarta)

Prosiding Seminar Nasional Teknologi Informasi dan Bisnis
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2026

Peningkatan emisi karbon dioksida (CO?) menjadi salah satu penyebab utama perubahan iklim global sehingga diperlukan pendekatan yang bisa menghasilkan prediksi emisi karbon secara akurat sebagai dasar dalam mendukung pengambilan keputusan. Penelitian ini bertujuan menerapkan model TFT untuk memprediksi emisi karbon Indonesia menggunakan data historis periode 1970–2024 yang diperoleh dari Our World in Data. Variabel masukan yang digunakan meliputi coal_co2, oil_co2, dan gas_co2, sedangkan emisi karbon (CO?) digunakan sebagai variabel target. Proses penelitian meliputi preprocessing data, pembangunan model TFT, pelatihan model, serta evaluasi menggunakan metrik MAE, MAPE, dan sMAPE. Hasil penelitian menunjukkan bahwa model menghasilkan nilai MAE sebesar 62,0155, MAPE sebesar 8,40%, dan sMAPE sebesar 8,90%. Selain itu, hasil prediksi berhasil mengikuti pola perubahan emisi karbon pada data aktual sehingga menunjukkan kemampuan model dalam mempelajari karakteristik temporal data. Berdasarkan hasil tersebut, TFT dapat diterapkan sebagai salah satu pendekatan yang efektif untuk prediksi emisi karbon Indonesia.