Prediksi Penurunan Muka Tanah Terhadap Pola Konsumsi Air Bersih di DKI Jakarta Tahun 2021-2025 Menggunakan Machine Learning

Maulina, Sarah (2021) Prediksi Penurunan Muka Tanah Terhadap Pola Konsumsi Air Bersih di DKI Jakarta Tahun 2021-2025 Menggunakan Machine Learning. Tugas Akhir (S1) - thesis, Universitas Bakrie.

[img]
Preview
Text (Cover)
COVER.pdf - Submitted Version

Download (286kB) | Preview
[img] Text (BAB I-III)
BAB I-III.pdf - Submitted Version
Restricted to Registered users only

Download (645kB)
[img] Text (BAB IV)
BAB IV.pdf - Submitted Version
Restricted to Registered users only

Download (603kB)
[img] Text (BAB V)
BAB V.pdf - Submitted Version
Restricted to Registered users only

Download (104kB)
[img]
Preview
Text (Daftar Pustaka)
DAFTAR PUSTAKA.pdf - Submitted Version

Download (183kB) | Preview
[img] Text (Lampiran)
LAMPIRAN.pdf - Submitted Version
Restricted to Registered users only

Download (968kB)

Abstract

Adanya perubahan pola konsumsi air bersih di DKI Jakarta diperkirakan mempengaruhi penurunan muka tanah. Sehingga dilakukan penelitian yang bertujuan untuk mengeksplorasi data pengunaan air minum pada setiap wilayah DKI Jakarta, membuat model prediksi dan menentukan model algoritma yang paling sesuai untuk memprediksi penurunan muka tanah terhadap penggunaan air minum di DKI Jakarta, serta memprediksi penurunan muka tanah wilayah Jakarta Utara 5 tahun ke depan (2021-2025). Data yang digunakan adalah data penggunaan air minum, penggunaan air tanah dan elevasi (2018-2020). Model algoritma pada pembelajaran mesin yang digunakan adalah Decision Tree, Random Forest dan Support Vector Machine. Hasil analisis eksplorasi data didapatkan penggunaan air minum dan air tanah di DKI Jakarta paling banyak tersebar di wilayah Jakarta Selatan, Jakarta Pusat dan Jakarta Timur. Penggunaan air minum dan air tanah pada tahun 2020 lebih rendah dibandingkan pada tahun 2019 dan 2018. Wilayah Jakarta Utara, semakin rendah tingkat elevasi menunjukkan penggunaan air minum dan air tanah semakin tinggi. Model algoritma terbaik adalah Random Forest dengan nilai MAE sebesar 0,106638, MSE sebesar 0,232016, RMSE sebesar 0,481680 dan R2 sebesar 0,999020. Hasil prediksi penurunan muka tanah di Jakarta Utara (2021-2025) menunjukkan penggunaan air minum dan air tanah mempengaruhi penurunan muka tanah sebesar 34%. Penelitian ini dapat dijadikan sebagai bahan pertimbangan dalam meninjau penyediaan akses air bersih di DKI Jakarta dan membuat kebijakan untuk mempertegas peraturan dalam konservasi air tanah khususnya di wilayah Jakarta Utara.

Item Type: Thesis (Tugas Akhir (S1) - )
Uncontrolled Keywords: Penggunaan air minum, penurunan muka tanah, prediksi, pembelajaran mesin, Decision Tree, Random Forest, Support Vector Machine.
Subjects: Computer Science
Environmental Science and Technology
Environmental Science and Technology > Water Supply
Thesis > Thesis (S1)
Divisions: Fakultas Teknik dan Ilmu Komputer > Program Studi Teknik Lingkungan
Depositing User: Sarah Maulina
Date Deposited: 28 Aug 2021 03:38
Last Modified: 28 Aug 2021 03:38
URI: http://repository.bakrie.ac.id/id/eprint/5204

Actions (login required)

View Item View Item