Klasifikasi Kualitas Udara Menggunakan Metode Extreme Learning Machine (Studi Kasus: ISPU DKI Jakarta)

Authors

  • Wahyu Mubarak Sukiman Telkom University
  • Meta Kallista Telkom University
  • Prasetya Dwi Wibawa Telkom University

Abstract

Kualitas udara yang baik sangat berpengaruh untuk menjaga keberlangsungan kehidupan. Kualitas udara
sangat berpengaruh kepada kualitas oksigen yang dibutuhkan
oleh tubuh manusia. Polusi udara adalah salah satu komponen
yang sangat mempengaruhi kualitas oksigen. Ibu kota
Indonesia, Jakarta, menduduki peringkat ke-9 untuk kualitas
udara dan polusi perkotaan. Informasi kualitas udara tentunya
sangat dibutuhkan manusia. Masyarakat perlu mengetahui
informasi tentang kualitas udara agar lebih peduli terhadap
pengaruh polusi udara terhadap kesehatannya. Informasi
kualitas udara yang dibutuhkan adalah indeks kualitas udara.
Oleh karena pada penelitian ini dilakukan klasifikasi terhadap
indeks kualitas udara. Proses klasifikasi dilakukan
menggunakan algoritma machine learning dengan metode
Extreme Learning Machine (ELM). Algoritma Extreme
Learning Machine (ELM) dipilih karena memiliki kelebihan
pembelajaran lebih cepat, mudah digunakan untuk masalah
kompleks, dan relevan dengan dunia nyata. Dataset yang
digunakan untuk penelitian ini berasal dari Jakarta Open Data
dan Jakarta Rendah Emisi. Penelitian ini membuktikan bahwa
penggunaan machine learning dengan metode Extreme
Learning Machine (ELM) efektif dalam melakukan proses
klasifikasi. Dalam proses klasifikasi, Extreme Learning
Machine (ELM) menghasilkan performa baik dengan
menggunakan data balance maupun data imbalance. Percobaan
dengan data imbalance dengan akurasi tinggi sebesar 94% dan
data yang balance dengan akurasi sebesar 96%.

Kata kunci— extreme learning machine, kualitas udara, klasifikasi, machine learning.

References

IQAir,

-www.iqair.com/id/indonesia/jakarta

(accessed Jul. 31, 2023).

Gramedia Blog,

Udara & Solusinya,= Gramedia Blog, Oct. 24, 2022.

-www.gramedia.com/literasi/dak-negatif-daripencemaran-udara (accessed Jul. 31, 2023).

A. Nur Alfiyatin et al.,

Machine (ELM) Untuk Peramalan Laju Inflasi Di

Indonesia Implementation Extreme Learning

Machine For Inflation Forecasting In Indonesia,= vol.

, no. 2, pp. 179-186, 2018, doi:

25126/jtiik.20186900.

Daniel A. Vallero, Fundamentals of Air Pollution,

Fifth Edition. New York: Academic Press, 2014.

A. Budiyono,

Pencemaran Udara Pada Lingkungan.=

J. Han, M. Kamber, and J. Pei,

Concepts and Techniques, 3rd Edition (The Morgan

Kaufmann Series in Data Management Systems),=

Arwan et al.,

Technique (SMOTE) Algorithm For Handling

Imbalanced Data,= Binus University, Jakarta, Jun. 08,

Accessed: Aug. 15, 2023. [Online]. Available:

-mti.binus.ac.id/2018/06/08/syntheticminority-over-sampling-technique-smote-algorithmfor-handling-imbalanced-data/

Andi,

Evaluasi ROC-AUC dalam Machine Learning,=

medium.com, Aug. 13, 2023.

-medium.com/@andimrinaldisaputraa/memah

ami-dan-menerapkan-matriks-evaluasi-roc-aucdalam-machine-learning- (accessed Aug. 15, 2023).

G. Bin Huang, Q. Y. Zhu, and C. K. Siew,

learning machine: Theory and applications,=

Neurocomputing, vol. 70, no. 1-3, pp. 489-501, Dec.

, doi: 10.1016/j.neucom.2005.12.126.

I. P. Siwi, I. Cholisoddin, and T. M. Furqon,

Extreme Learning Machine (ELM) pada PG Candi

Baru Sidoarjo,= Universitas Brawijaya, Malang,

Published

2024-07-09

Issue

Section

Program Studi S1 Teknik Komputer