PEMODELAN DERET WAKTU KONSENTRASI PM10 DI KOTA SURABAYA DAN HUBUNGANNYA DENGAN FAKTOR METEOROLOGI DENGAN METODE EXPONENTIAL SMOOTHING DAN MACHINE LEARNING
Tahun 2026 · Penulis: Renatha Putri Kinasih
Faculty of Engineering, Universitas Jember
Tautan: https://repository.unej.ac.id/handle/123456789/10039
Abstrak
Teks yang dipakai untuk pengindeksan BM25 dan IndoSBERT
Terjemahan mesin (opus-mt-en-id) · dipakai untuk pengindeksan
PEMODELAN DERET WAKTU KONSENTRASI PM10 DI KOTA SURABAYA DAN HUBUNGANNYA DENGAN FAKTOR METEOROLOGI DENGAN METODE EXPONENTIAL SMOOTHING DAN MACHINE LEARNING
Polusi udara masih menjadi isu utama lingkungan di daerah perkotaan, khususnya di Surabaya, yang memiliki diameter aerodinamis kurang dari 10 ▪m (PM10) berisiko besar bagi kesehatan manusia dan lingkungan. Penelitian ini bertujuan untuk memodelkan rangkaian waktu PM10 konsentrasi di Surabaya dan untuk memeriksa hubungan mereka dengan variabel meteorologis, termasuk suhu rata-rata (TAVG), kelembaban relatif (RH), kecepatan angin (FF_AVG), dan curah hujan (RRR). Beberapa pendekatan pembelajaran statistik dan mesin telah dilakukan, yaitu Eksponensial Smoothing, Multiple Linear Regresi (MLR), Gradient Boosting Regresi (GBR), dan Random Forest (RF). Model kinerja dievaluasi menggunakan Root Mean Square Error (RMSE), Mean Absolte Error (MAE), Mean Absolute Persentage Error (MAPE), dan Nash-Sutcliffe Effisient (NSE), diikuti oleh analisis tingkat Aggregasi. Hasilnya menunjukkan bahwa Regresi Multiple Linear mencapai kinerja keseluruhan terbaik, terutama pada data eksklusi Kebonsari, dengan RMSE dari 18.01 Ág/m3, ME dari 13.41 Ág/m3, MAPE 28.10%, dan sebuah NSE 0.034, menunjukkan lebih stabil dan akurat prediksi dibandingkan dengan metode lain. Hasil yang telah diramalkan menggunakan model MLR melintasi empat dataset varians-Wonorejo-imputation, Kebonsari-imputation, Wonorejo-exclusion, dan Kebonsari-exclusion-over sebuah cakrawala tiga hari menunjukkan tren konsisten dan kinerja yang kuat, terlepas dari apakah data yang hilang ditangani melalui imputation atau eksklusion. Selain itu, analisis hubungan antara PM10 dan faktor meteorologi mengungkapkan variabilitas spasial dalam prediksi dominan. Di SPKUA Wonorejo, suhu rata-rata (TAVG) diidentifikasi sebagai variabel yang paling berpengaruh, menunjukkan hubungan positif dengan PM10 konsentrasi. Sebaliknya, kecepatan angin (FF_AVG) muncul sebagai faktor dominan di SPKUA Kebonsari, di mana kecepatan angin yang lebih tinggi dikaitkan dengan konsentrasi Perdana Menteri10. Secara keseluruhan, penelitian ini menegaskan keefektifan Multiple Linear Regresi untuk PM10 meramalkan dan menyediakan metodologis wawasan untuk mendukung manajemen kualitas udara di Surabaya.
Dokumen Serupa
Berdasarkan kemiripan vektor embedding IndoSBERT (cosine similarity).
- Cosine 0,854
Tahun 2026 · Penulis: Avril Shakira Mauliddya Larasati
PEMODELAN DERET WAKTU NILAI ISPU PM2,5 DI SURABAYA, MALANG, DAN SIDOARJO MENGGUNAKAN METODE MLR, MARS, DAN EXPONENTIAL SMOOTHING
Polusi udara, khususnya materi partikulat halus (PM2,5), masih merupakan isu lingkungan yang mempengaruhi kesehatan masyarakat, khususnya di daerah yang memiliki aktivitas antropogenik yang tinggi seperti Kota Surabaya, Kota Malang, dan Distrik Sidoarjo. Penel
- Cosine 0,839
Tahun 2026 · Penulis: Berliana Widya Sari
Prediksi Ispu PM2,5 Dengan Model Time Series Multiple Linear Regression dan Random Forest DI Kota Jakarta Pusat Dan Kabupaten Sidoarjo
Meningkatnya aktivitas industri, transportasi, dan konsumsi bahan bakar fosil telah berkontribusi terhadap penurunan kualitas udara akibat peningkatan partikulat halus (PM₂.₅), yang menimbulkan risiko kesehatan yang signifikan. Konsentrasi PM₂.₅ dipengaruhi ti
- Cosine 0,829
Tahun 2026 · Penulis: Nurrisa Qurrotul Aini
PERAMALAN CURAH HUJAN DI KABUPATEN JEMBER BERBASIS DATA SATELIT HIMAWARI-9 DENGAN METODE LONG SHORT-TERM MEMORY (LSTM)
Kabupaten Jember merupakan wilayah pertanian di Provinsi Jawa Timur yang sangat bergantung pada kondisi curah hujan, namun data dari stasiun pengamatan konvensional masih terbatas, sehingga mendorong pemanfaatan teknologi penginderaan jauh. Penelitian ini bert