ALGORITMA SUPPORT VECTOR REGRESSION (SVR) DENGAN PARTICLE SWARM OPTIMIZATION (PSO) UNTUK MEMPREDIKSI INDEKS POLUSI UDARA DI KOTA YOGYAKARTA

Muhammad, Adfanizar (2021) ALGORITMA SUPPORT VECTOR REGRESSION (SVR) DENGAN PARTICLE SWARM OPTIMIZATION (PSO) UNTUK MEMPREDIKSI INDEKS POLUSI UDARA DI KOTA YOGYAKARTA. Diploma thesis, UPN "Veteran" Yogyakarta.

[thumbnail of SKRIPSI ADFANIZAR MUHAMMAD 123160151.pdf] Text
SKRIPSI ADFANIZAR MUHAMMAD 123160151.pdf
Restricted to Repository staff only

Download (2MB)
[thumbnail of ABSTRAK.pdf]
Preview
Text
ABSTRAK.pdf

Download (14kB) | Preview
[thumbnail of ABSTRAK.pdf]
Preview
Text
ABSTRAK.pdf

Download (14kB) | Preview
[thumbnail of COVER.pdf]
Preview
Text
COVER.pdf

Download (119kB) | Preview
[thumbnail of DAFTAR ISI.pdf]
Preview
Text
DAFTAR ISI.pdf

Download (91kB) | Preview
[thumbnail of DAFTAR PUSTAKA.pdf]
Preview
Text
DAFTAR PUSTAKA.pdf

Download (149kB) | Preview
[thumbnail of Lembar Pengesahan Pembimbing.pdf]
Preview
Text
Lembar Pengesahan Pembimbing.pdf

Download (427kB) | Preview
[thumbnail of Lembar Pengesahan Pembimbing.pdf]
Preview
Text
Lembar Pengesahan Pembimbing.pdf

Download (427kB) | Preview

Abstract

ABSTRAK
Polusi udara memiliki dampak langsung bagi kesehatan manusia. Diantaranya dapat
menyebabkan alergi peradangan dan eksaserbasi asma akut. Salah satu contoh penyebab
polusi udara ialah polutan karbon monoksida (CO) yang di keluarkan oleh kendaraan
bermotor. Polutan CO merupakan gas yang sangat beracun yang berdampak pada kesehatan
manusia. Ketika senyawa CO ini terhirup oleh seseorang, jumlah Oksigen (O2) didalam
tubuh akan berkurang dan jumlah CO akan meningkat yang dapat mengalami sesak napas,
pingsan, bahkan kematian, sehingga topik tersebut menjadi permasalahan pada penelitian
ini.
Tahap awal yang dilakukan pada penelitian ini yaitu melakukan analisis data
konsentrasi polutan udara Yogyakarta yang diawali dengan menghitung korelasi antar data
polutan udara dengan faktor meteorologi. Kemudian melakukan preprocessing untuk
menginisialisasikan nilai awal data, memilih jumlah fitur dan normalisasi data. Setelah tahap
analisis, maka dilakukan perhitungan regresi untuk membandingkan nilai prediksi dan nilai
aktual menggunakan metode Support Vector Regression dengan optimasi parameter Particle
swarm optimization dan tanpa optimasi parameter.
Pada penelitian ini, konsentrasi polutan yang di prediksi meliputi data konsentrasi
polutan karbon monoksida (CO), sulfur dioksida (SO2), Particulate matter (PM10), Ozon
(O3), Nitrogen dioksida (NO2) dan faktor meteorologi suhu udara, tekanan udara,
kelembaban, kecepatan angin, arah angin, radiasi solar dan curah hujan. Prediksi yang
dilakukan menggunakan metode Support Vector Regression setelah analisis dilakukan
mendapatkan nilai error MAPE terbaik 0.218 dan MAE sebesar 5.32.
Kata kunci: Prediksi, Polusi Udara, Support Vector Regression, Particle Swarm
Optimization.

Item Type: Thesis (Diploma)
Uncontrolled Keywords: Prediksi, Polusi Udara, Support Vector Regression, Particle Swarm Optimization.
Subjek: Q Science > Q Science (General)
Divisions: x. Faculty of Engineering, Science and Mathematics > School of Engineering Sciences
Depositing User: Eny Suparny
Date Deposited: 28 Jan 2022 07:02
Last Modified: 28 Jan 2022 07:03
URI: http://eprints.upnyk.ac.id/id/eprint/28050

Actions (login required)

View Item View Item