ANALISIS PERBANDINGAN RANDOM FOREST DAN SUPPORT VECTOR MACHINES (SVM) DALAM MENGKLASIFIKASIKAN KUALITAS UDARA JAKARTA

Maudina, Khairunissa (2025) ANALISIS PERBANDINGAN RANDOM FOREST DAN SUPPORT VECTOR MACHINES (SVM) DALAM MENGKLASIFIKASIKAN KUALITAS UDARA JAKARTA. Tugas Akhir (S1) - thesis, Universitas Bakrie.

	Text (Cover) 00. Cover.pdf - Accepted Version Download (358kB)
	Text (BAB I-III) 01. BAB I - III.pdf - Accepted Version Restricted to Registered users only Download (579kB) | Request a copy
	Text (BAB IV) 02. BAB IV.pdf - Accepted Version Restricted to Registered users only Download (705kB) | Request a copy
	Text (BAB V) 03. BAB V.pdf - Accepted Version Restricted to Registered users only Download (272kB) | Request a copy
	Text (Daftar Pustaka) 04. Daftar Pustaka.pdf - Accepted Version Download (125kB)
	Text (Lampiran) 05. Lampiran.pdf - Accepted Version Restricted to Registered users only Download (1MB) | Request a copy

Abstract

Polusi udara merupakan masalah besar di kota-kota seperti Jakarta, dengan dampak signifikan terhadap kesehatan masyarakat. Indeks Standar Pencemaran Udara (ISPU) digunakan untuk mengukur kualitas udara, namun tidak memberikan gambaran langsung tentang risiko kesehatan. Penelitian ini bertujuan untuk mengonversi data ISPU Jakarta menjadi Air Quality Health Index (AQHI), yang mempertimbangkan dampak kesehatan dari polutan utama seperti PM2.5, PM10, SO₂, CO, O₃, dan NO₂. Dengan menggunakan algoritma machine learning, yaitu Support Vector Machine (SVM) dan Random Forest (RF), penelitian ini bertujuan untuk membandingkan kinerja kedua model tersebut dalam mengklasifikasikan kualitas udara berdasarkan AQHI potensi risiko kesehatan akibat polusi udara. Hasil penelitian menunjukkan bahwa model Random Forest (RF) lebih unggul dibandingkan SVM, dengan akurasi RF sebesar 98% dan akurasi SVM sebesar 96%, serta nilai precision, recall, dan F1-score yang lebih tinggi pada RF. Model AQHI yang dikembangkan dapat memberikan prediksi risiko kesehatan yang lebih relevan dan berpotensi digunakan untuk sistem peringatan dini terkait kualitas udara di Jakarta, terutama untuk kelompok rentan seperti anak-anak, lansia, dan individu dengan kondisi pernapasan atau kardiovaskular.

Item Type:	Thesis (Tugas Akhir (S1) - )
Uncontrolled Keywords:	AQHI, ISPU, Random Forest, Support Vector Machine, Machine learning
Subjects:	Environmental Science and Technology > Environmental Pollution Computer Science > Information Systems Computer Science > Information analysis Thesis > Thesis (S1)
Divisions:	Fakultas Teknik dan Ilmu Komputer > Program Studi Sistem Informasi
Depositing User:	Khairunissa Maudina
Date Deposited:	03 Mar 2025 09:55
Last Modified:	03 Mar 2025 09:55
URI:	https://repository.bakrie.ac.id/id/eprint/11435

Actions (login required)

View Item