REZKI QURATUL NF, - (2024) PREDIKSI KUALITAS UDARA DI KOTA PEKANBARU MENGGUNAKAN ALGORITMA LONG SHORT TERM MEMORY (LSTM). Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

Preview	Text SKRIPSI TANPA BAB IV - REZKI QURATUL.pdf Download (2MB) | Preview
	Text (BAB IV) SKRIPSI BAB IV - REZKI QURATUL.pdf - Published Version Restricted to Repository staff only Download (1MB)

Abstract

Kualitas udara merupakan indikator tingkat kebersihan atau pencemaran udara oleh berbagai zat polutan. Kota Pekanbaru sebagai salah satu kota besar di Indonesia yang menghadapi permasalahan pencemaran udara, terutama akibat kebakaran hutan dan lahan serta aktivitas transportasi. Hal ini berdasarkan data dari Dinas Lingkungan Hidup kota Pekanbaru pada tahun 2018 hingga 2023, yang mencakup parameter PM10, PM2.5, SO2, NO2, CO, dan O3. Penelitian ini bertujuan untuk memprediksi kualitas udara di Kota Pekanbaru menggunakan algoritma Long Short Term Memory (LSTM) untuk membangun model prediksi data time series kualitas udara. Algoritma ini dipilih karena mampu menghasilkan akurasi tinggi dan error evaluasi yang rendah. Total data yang digunakan 2190 berupa data harian. Skenario pengujian yang dilakukan dengan pembagian data uji dan latih 80:20, dan 90:10, serta penanganan missing value yang dilakukan mean, median, dan interpolasi linear, dan jumlah epoch 50, 100, dan 150. Evaluasi model dilakukan dengan Metrik Absolute Percentage Errors (MAPE) dan Root Squared Error (RMSE). Hasil pengujian menunjukkan bahwa skenario terbaik diperoleh dengan metode interpolasi linear untuk menangani missing value, pembagian data pelatihan dan pengujian dengan rasio 90:10, serta penggunaan 100 epoch. Model prediksi yang dihasilkan menunjukkan nilai RMSE dan MAPE yang relatif kecil, menunjukkan tingkat akurasi yang cukup memuaskan.

Actions (login required)

View Item