Implementasi Sistem Klasifikasi Udara Menggunakan Metode Decision Tree
Abstract
Polusi udara telah menyebar luas, dari perkotaan
hingga pedesaan. Oleh karena itu, pemantauan kualitas udara
menggunakan Indeks Standar Pencemaran Udara (ISPU)
menjadi sangat penting untuk menilai tingkat kesehatan udara
di berbagai lingkungan. Penggunaan metode Decision Tree
dalam penelitian ini memungkinkan pengujian data untuk
menghasilkan klasifikasi Indeks Kualitas Udara (Air Quality
Index). Hasil penelitian ini disajikan melalui aplikasi mobile
yang dirancang untuk digunakan pada perangkat smartphone.
Pilihan aplikasi sebagai media penyampaian informasi
bertujuan memberikan edukasi yang praktis. Hasil pengujian
menunjukkan bahwa penggunaan Criterion entropi dengan
Max Depth 7 dan Test Size 10/90 menghasilkan hasil terbaik
untuk algoritma Decision Tree. Akurasi hasil pengujian ini
mencapai 0.91%, dengan presisi sebesar 0.92, recall sebesar
0.91, dan F1-Score sebesar 0.95. Hasil akurasi ini akan
digunakan sebagai indikator kesehatan udara melalui aplikasi
mobile yang dikembangkan.
Kata kunci— Decision tree Method, Air Quality Index, Classification, ISPU, Apps, Particulate matter
References
[
di Wilayah Jakarta dan Sekitarnya | BMKG.=
-www.bmkg.go.id/pressrelease/?p=perkembangan-terakhir-kondisikualitas-udara-di-wilayah-jakarta-dansekitarnya&tag=press-release&lang=ID (accessed
Oct. 21, 2022).
[2] Elsa Try Julita Sembiring,
EXPOSURE TO PM2,5 IN AMBIEN AIR TO
STREET VENDORS UNDER FLYOVER PASAR
PAGI ASEMKA JAKARTA,= Jurnal TeknikLingkungan Volume 26 Nomor 1, vol. 1, pp. 101-
, Apr. 2020.
[3] <66,3% masyarakat Indonesia Memiliki
Smartphone | Indonesia Baik.=
-indonesiabaik.id/infografis/663-masyarakatindonesia-memiliki-Smartphone-8 (accessed Oct.
, 2022).
[4]
Pencemaran Udara [JDIH BPK RI].=
-peraturan.bpk.go.id/Home/Details/54332/pp
-no-41-tahun-1999 (accessed Oct. 25, 2022).
[5] J. Rotton et al.,
Violent Crimes: Concomitant Time-Series Analysis
of Archival Data,= 1985.
[6] M. Kattariya Kujaroentavon, B. Mahaisavariya,
D. Thai Board, A. Supaporn Kiattisin, and C.
Engineering,
CLASSIFICATION IN THAILAND.=
[7] M. Muhamad, A. P. Windarto, and S. Suhada,
KLASIFIKASI POTENSI SISWA DROP OUT,=
KOMIK (Konferensi Nasional Teknologi Informasi
dan Komputer), vol. 3, no. 1, Dec. 2019, doi:
30865/komik.v3i1.1688.
[8] N. V Chawla, K. W. Bowyer, L. O. Hall, and W.
P. Kegelmeyer,
[9] S. Aning and M. Przybyla-Kasperek,
Criterion for Decision tree Classification of
Dispersed Data,= in Procedia Computer Science,
Elsevier B.V., 2022, pp. 2434-2443. doi:
1016/j.procs.2022.09.301.
[10] Aurelien Geron, Hands-On Machine
Learning with Scikit-Learn, Keras, and
TensorFlow, 2nd Edition, 2nd ed., vol. 2.
Sebastopol: O'Reilly Media, Inc, 2019. Accessed:
Sep. 05, 2023. [Online]. Available:
-powerunit-ju.com/wpcontent/uploads/2021/04/Aurelien-Geron-HandsOn-Machine-Learning-with-Scikit-Learn-Kerasand-Tensorflow_-Concepts-Tools-and-Techniquesto-Build-Intelligent-Systems-OReilly-Media2019.pdf
