Analisis Klasifikasi Kualitas Udara Pada Tahun 2022 Menggunakan Metode Support Vector Machine

Authors

  • M.Habib Jauhari Telkom University
  • Faqih Hamami Telkom University
  • Riska Yanu Fa’rifah Telkom University

Abstract

Abstrak - Kondisi udara merujuk pada kondisi atmosfer di sekeliling kita, baik itu murni atau
terkontaminasi. Kualitas atmosfer yang optimal tidak
hanya sangat penting bagi manusia, melainkan juga
memiliki arti yang besar bagi makhluk hidup lainnya
seperti flora, air, dan lingkungan tanah. Dengan adanya
kebijakan penduduk Jakarta banyak melakukan kegiatan
diluar ruangan. Maka, dibutuhkan klasifikasi untuk
mendapatkan informasi kualitas udara pada Kota Jakarta.
Jadi, salah satu cara melakukan klasifikasi untuk mengetahui
informasi kualitas udara ialah menggunakan data mining.
Data mining adalah langkah- langkah untuk mengambil
data atau pola yang sebelumnya diketahui, secara tersirat,
dan dianggap tidak memiliki nilai sebagai informasi atau
pengetahuan berharga dari data dalam jumlah yang besar.
Metode data mining klasifikasi digunakan karena dapat
mengubah data parameter ISPU menjadi informasi yang
menunjukkan kualitas udara hariannya. Data kualitas
udara dikumpulkan dalam penelitian ini pada Bulan
Januari hingga November tahun 2022 dan data tersebut
diuji dengan algoritma Support Vector Machine untuk
melakukan klasifikasi kualitas udara Kota Jakarta
berdasarkan nilai akurasi, presisi, recall, dan skor F1.
Hasil didapat dari algoritma SVM dengan rasio terbaik
untuk klasifikasi kualitas udara Kota Jakarta dengan
perbandingan 80:20 mendapatkan nilai precision 15%, nilai recall 54%, accuracy 90%.

Kata kunci— Data Mining, Klasifikasi, Kualitas Udara, Support Vector Machine

References

. P. I. Agista, N. Gusdini, and M. D. D. Maharani,

Udara (Ispu) Dan Sebaran Kadar Polutannya Di Provinsi DKI

Jakarta,= Sustainable Environmental and Optimizing Industry Journal, Sep. 2020, doi: 10.36441/seoi.v2i2.491.

Badan Pusat Statistik Provinsi DKI Jakarta.jakarta.bps.go.id/indicator/17/786/1/jumlahkendaraan-bermotor-menurut-jenis-kendaraan-unit-diprovinsi-dki-jakarta.html

A. M. Puspitasari,

menggunakan metode Support Vector machine,= 2017.[Online]. Available repository.ub.ac.id/id/eprint/1998

R. Teguh, E. D. Oktaviyani, and K. A. Mempun, <). Rancang Bangun Desain Internet Of Things Untuk

Pemantauan Kualitas Udara Pada Studi Kasus Polusi Udara,= Jurnal Teknologi Informasi: Jurnal Keilmuan Dan Aplikasi

Bidang Teknik Informatika, Aug. 2018, doi: 10.47111/jti.v12i2.532.

N. Nawassyarif, M. Julkarnain, and K. R. Ananda,

Teknis Produksi Dan Kesehatan Hewan Berbasis Web,= Jurnal Informatika Teknologi Dan Sains (Jinteks), vol. 2, no.

, pp. 32-39, Feb. 2020, doi: 10.51401/jinteks.v2i1.556.

Kusumaningtyas, M. K. (2019, November). Analisis Dampak Diterapkannya Kebijakan Working From Home Saat

Pandemi Covid-19 Terhadap Kondisi Kualitas Udara Di Jakarta.

Jurnal Meteorologi Klimatologi dan Geofisika, 6, 6-14.Sudipa

(2023), Data Mining

Isnain, S. A. (2021). Sentimen analisis publik terhadap

kebijakan lockdown pemerintah jakarta menggunakan

algoritma SVM, 2, 31-37.

Mahesh, B. (2019, January). Machine Learning

Algorithms -A Review. International Journal of Science and

Research (IJSR), 9, 381-386. doi:10.21275/ART20203995

Arifin, O., & Sasongko, T. B. (2018). Analisa

Perbandingan Tingkat Performansi Metode Support Vector

Machine Dan Naive Bayes Classifier Untuk Klasifikasi Jalur

Minat Sma. Semnasteknomedia Online, 6(1). ojs.amikom.ac.id/index.php/semnasteknomedia/article/download/2059/1868

Published

2024-10-21

Issue

Section

Program Studi S1 Sistem Informasi