Analisis Prediksi Parameter PM2.5 Berdasarkan Kondisi Cuaca Menggunakan Metode Long Short Term Memory (LSTM)
Udara merupakan komponen penting di dalam lingkungan bagi makhluk hidup sehingga perlu ditingkatkan kualitasnya untuk kehidupan yang lebih optimal. Udara yang kotor dapat menyebabkan polusi udara, khususnya partikel halus PM2,5 yang menjadi permasalahan serius di kota-kota besar seperti Jakarta. Penelitian ini dilakukan di daerah Kecamatan Kemayoran, Jakarta Pusat dengan tujuan untuk menganalisis hubungan antara parameter cuaca seperti suhu udara, kelembapan udara, dan curah hujan dengan konsentrasi PM2,5. Metode yang digunakan adalah korelasi Pearson dan pemodelan LSTM untuk memprediksi konsentrasi PM2,5. Hasil analisis menunjukkan bahwa suhu udara memiliki korelasi positif dengan PM2,5 sebesar 0,622 yang menunjukkan bahwa peningkatan PM2,5 dapat menyebabkan kenaikan suhu udara. Sedangkan kelembapan udara dan curah hujan memiliki korelasi negatif dengan PM2,5 masing-masing sebesar -0,694 dan -0,613 yang menunjukkan bahwa peningkatan kelembapan udara dan curah hujan cenderung mengurangi konsentrasi PM2,5. Selanjutnya, hasil pemodelan LSTM dengan inputan PM2,5, suhu udara, kelembapan udara, dan curah hujan menunjukkan bahwa dengan variasi skema pembagian data dengan nilai epoch yang sama yaitu 100 didapatkan hasil paling baik pada skema pembagian data 90
URI
https://repo.itera.ac.id/depan/submission/SB2409300008
Keyword
parameter cuaca korelasi pearson LSTM