Peramalan Kualitas Udara di Kota Jakarta Pusat dengan Metode Long Short-Term Memory dan Support-Vector Regression
Abstract
Kualitas udara merupakan masalah serius di kota-kota besar di seluruh dunia, karena memiliki dampak yang signifikan terhadap kesehatan masyarakat dan lingkungan. Penelitian ini membahas mengenai peramalan kualitas udara di Kota Jakarta Pusat menggunakan Metode Long Short-Term Memory (LSTM) dan Support-Vector Regression (SVR). Tujuan dari penelitian ini untuk membantu para pembuat kebijakan dalam membuat keputusan tentang pengelolaan dan penanggulangan kualitas udara serta dalam mengambil tindakan yang sesuai ke depannya untuk melindungi kesehatan masyarakat dan lingkungan. Parameter yang diramalkan dengan Metode LSTM dan SVR adalah nilai konsentrasi polutan Particulate Matter 10 (PM10), Sulfur Dioksida (SO2), Karbon Monoksida (CO), Ozon Permukaan (O3), dan Nitrogen Dioksida (NO2) dengan evaluasi menggunakan metrik Mean Absolute Percentage Error (MAPE) dan Root-Mean-Square Error (RMSE). Hasil yang didapat dari Metode LSTM adalah rata-rata nilai MAPE sebesar 12,15% dan rata-rata nilai RMSE sebesar 0,0941, sedangkan Metode SVR memiliki hasil rata-rata nilai MAPE sebesar 16,19% dan rata-rata nilai RMSE sebesar 0,1666.