Penanganan Missing Value Pada Kualitas Udara dengan Pendekatan STL dan Interpolasi Linear (Studi kasus Kota Bandar Lampung)
Penelitian ini fokus pada permasalahan pencemaran udara, yang menjadi masalah serius akibat aktivitas manusia dan faktor alam, dengan dampak signifikan pada kesehatan manusia. Masalah pencemaran udara semakin mendesak di kota-kota padat seperti Bandar Lampung, yang mengalami peningkatan polusi udara karena industri dan kendaraan bermotor. Penelitian ini bertujuan untuk mengatasi masalah data hilang dalam dataset kualitas udara Bandar Lampung, yang mencapai tingkat kehilangan hingga 30% akibat kerusakan sensor. Pendekatan yang digunakan adalah menggabungkan metode STL (Seasonal and Trend decomposition using Loess) dengan metode imputasi linear interpolation menggunakan metode SMOTE untuk mengatasi imbalanced data. Hasil evaluasi kinerja dari confusion matrix menggunakan algoritma naïve bayes dengan pengujian tanpa rebalancing dan rebalancing SMOTE mendapatkan hasil bahwa STL linear interpolation lebih unggul dari imputasi mean dengan accuracy 82%, precision 48%, recall 83%, f1-score 60
URI
https://repo.itera.ac.id/depan/submission/SB2311060001
Keyword
Missing value, STL linear interpolation, Mean, NBC