Klasifikasi Kualitas Udara Pada Provinsi Dki Jakarta Menggunakan Alogritma Random Forest
Abstract
Udara merupakan salah satu unsur penting bagi lingkungan dan menjadi lebutuhan utama untuk menopang kehidupan makhluk hidup. Proses metabolisme pada makhluk hidup tidak mungkin berlangsung tanpa oksigen yang diambil dari udara. Selain oksigen, udara juga mengandung zat lain seoerti karbon monoksida, kabron diaksida, formaldehhida, jamur, virus, dan sebagainya. Zat-zat tersebut masih dapat dinetralisir selama berada dalam batas aman, namu ketika melebihi ambang batas, proses netralisasi akan terganggu. Peningkatan kandungan zat-zat tersebut di udara umumnya diakibatkan oleh aktivitas manusia. Di tahun 2019 indonesia mencapai titik pencemaran udara terburuk yang sudah mencapai titik merah yang menandakan tidak sehat nya udara yang ada pada DKI Jakarta. Salah satu cara untuk memantau informasi mengenai kualitas udara adalah dengan menggunakan metode klasifikasi. Pada penelitian ini klasifikasi dilakukan menggunakan dataset ISPU pencemaran udara Provinsi DKI Jakarta dari tahun 2019 sampai tahun 2022. Klasifikasi yang tepat dapat sangat membantu pemerintah dalam merumuskan kebijakan. Kebijakan ini bertujuan untuk mengendalikan polusi agar sesuai dengan standar kualitas udara yang bermanfaat bagi kelangsungan hidup makhluk hidup. Dalam penelitian ini, model klasifikasi yang digunakan adalah random forest, dengan lima atribut yaitu PM10, SO2,NO, O3, dan CO2, serta kategori sebagai target label.
Kata kunci— Udara, DKI Jakarta, ISPU, Klasifikasi, Random Forest
References
Laila Fitria, Ririn Arminsih Wulandari, Ema Hermawati, Dewi Susanna. (2008), Kualitas Udara Dalam Ruang Perpustakaan Universitas ”X” Ditinjau Dari Kualitas Biologi, Fisik, Dan Kimiawi.
Budanis Dwi Meilani, Muhammad Asadulloh. (2015). Data Mining Untuk Menggali Pola Mahasiswa Baru Menggunakan Metode Frequent Pattern Growth (Studi Kasus : Institut Teknologi Adhi Tama Surabaya).
Aji Primajaya, Betha Nurina Sari. (2018). Random Forest Algorithm for Prediction of Precipitation.
Xueheng Qiua, Le Zhanga, Ponnuthurai Nagaratnam Suganthana, Gehan A. J. Amaratungab. (2017). Oblique Random Forest Ensemble via Least Square Estimation for Time Series Forecasting.
Jaka Prayudha, Ardianto Pranata, Afdal Al Hafiz. (2018). Implementasi Metode Fuzzy Logic Untuk Sistem Pengukuran Kualitas Udara Di Kota Medan Berbasis Internet Of Things (IOT).
Nurdin Zakaria, R. Azizah. (2013). Analisis Pencemaran Udara (SO2), Keluhan Iritasi Tenggorokan dan Keluhan Kesehatan Iritasi Mata Pada Pedagang Makanan di Sekitar Terminal Joyoboyo Surabaya.
Agusta Kurniawan. (2017). Pengukuran Parameter Kualitas Udara (CO,NO2
,SO2 ,O3 DAN PM10) Di Bukit Kototabang Berbasis ISPU.
David J. Hand, Niall M. Adams. (2015). Data Mining.
Karen Hao. (2018). What is Machine Learning? Diakses dari https://www.technologyreview.com/2018/11/17/103781/what-is- machine-learning-we-drew-you-another-flowchart/
Tagliaferri, Lisa. (2017). An Introduction to Machine Learning. Diakses pada 10 April 2021, dari https://www.digitalocean.com/community/tutorials/anintroduction-to- machine-learning.html.
M. F. Sanner. (1999). Python: A Programming Language For Software Integration And Development.
Muhammad Yasoob Ullah Khalid. (2019). Intermediate Python.
Vincentius Riandaru Prasetyo, Mirella Mercifia, Anasthasya Averina, Lauren Sunyoto, Budiarjo. (2022). Prediksi Rating Film Pada Website IMDB Menggunakan Metode Neural Network.
Mohamad Dena Nugraha, Judhistira Aria Utama, Santi Sulistiani. (2018). Implementasi Metode Random Forest Dalam Memprediksi Peristiwa Flare Di Siklus Ke-23 Dan 24 Menggunakan WEKA Data Mining.
Maricar, M. Azmar, Widiadnyana, Putu Arta Wijaya, I Wayan. (2017). Analysis of Data Mining for Forecasting Total Goods Delivery with Moving Average Method.
Aji Prasetya Wibawa, Muhammad Guntur Aji Purnama, Muhammad Fathony Akbar, Felix Andika Dwiyanto. (2018). Metode-metode Klasifikasi
Downloads
Published
Versions
- 2025-05-20 (3)
- 2025-05-19 (2)
- 2025-04-30 (1)
