PREDIKSI INDEKS STANDAR PENCEMAR UDARA DI KOTA BANDAR LAMPUNG DENGAN FAKTOR METEOROLOGI MENGGUNAKAN MODEL LONG SHORT-TERM MEMORY (LSTM)
Semakin buruknya kualitas udara yang tergambarkan dengan tingginya nilai
Indeks Standar Pencemar Udara (ISPU) membuat pentingnya dilakukan upaya
mengurangi dampak buruk yang dihasilkan. Salah satunya dengan mengetahui
perkiraan prediksi kualitas udara beberapa waktu kedepan. Penelitian Tugas
Akhir ini bertujuan membangun model Long Short-Term Memory (LSTM)
untuk dapat memprediksi nilai ISPU di Kota Bandar Lampung menggunakan
input data enam parameter ISPU yaitu PM10, PM2.5, SO2, NO2, CO, dan O3
serta data faktor meteorologi yaitu suhu, kelembapan dan kecepatan angin.
Evaluasi menggunakan Root Mean Square Error (RMSE) untuk mengukur
performa model yang telah dibangun. Pertama, peneliti membangun model
dengan input data parameter ISPU kemudian diperoleh nilai RMSE sebesar
3.2490. Kedua, peneliti membangun model dengan input data parameter
ISPU beserta data meteorologi, hasilnya diperoleh nilai RMSE sebesar 4.0877.
Pada pembuatan model yang melibatkan data meteorologi dilakukan variasi
tuning hyperparameter yang terdiri dari variasi epoch, learning rate, neuron
hidden dan fungsi aktivasi. Dilakukan juga variasi teknik pengisian data
kosong. Dari proses tuning hyperparameter tersebut diperoleh model terbaik
dengan variasi 50 epoch, 100 neuron hidden, fungsi aktivasi Tangen Hiperbolik, 0.001 untuk nilai learning rate dan pengisian data kosong dengan nilai
rata-rata. Hasilnya, model telah berhasil dibangun dengan performa RMSE
sebesar 3.1349 yang menunjukkan adanya pengaruh tuning hyperparameter
mengakibatkan peningkatan pada kinerja model sebesar 30.39%.
URI
https://repo.itera.ac.id/depan/submission/SB2306150025
Keyword