Model Spasial untuk Prediksi Konsentrasi Polutan Kabut Asap Kebakaran Lahan Gambut Menggunakan Support Vector Regression

Muhammad Asyhar Agmalaro, Imas Sukaesih Sitanggang, Lailan Sahrina Hasibuan, Muhammad Murtadha Ramadhan

Abstract

Kabut asap dari kebakaran lahan gambut mengandung berbagai macam polutan seperti CO dan CO2. Polutan tersebut dapat berimplikasi buruk pada kesehatan masyarakat sekitar peristiwa itu terjadi yang berupa Infeksi Saluran Pernafasan Atas (ISPA). Penelitian ini bertujuan untuk membuat model spasial untuk prediksi konsentrasi polutan kabut asap yang berupa CO dan CO2 dari kebakaran lahan gambut di Sumatra tahun 2015. Model spasial dibentuk menggunakan algoritme support vector regression (SVR) dengan kernel radial basis function (RBF) dengan melihat konsentrasi polutan dari beberapa titik tetangga. Parameter tuning dilakukan untuk mendapatkan nilai parameter paling optimal dari SVR. Hasil penelitian menunjukkan bahwa model spasial prediksi konsentrasi CO terbaik didapatkan pada gamma dengan nilai 20 yang menghasilkan root mean squared error (RMSE) dan nilai koefisien korelasi sebesar 1,174242×10-8 dan 0,5879287. Model spasial prediksi konsentrasi CO2 terbaik dibentuk pada gamma dengan nilai 10 yang  menghasilkan RMSE dan nilai koefisien korelasi sebesar 9,843717×10-8 dan 0,6058418. Hasil prediksi dari model yang dibentuk telah dapat mengikuti pola nilai aktual konsentrasi polutan.


Kata Kunci: CO, CO2, kabut asap, model spasial, support vector regression.

Authors

Muhammad Asyhar Agmalaro
agmalaro@apps.ipb.ac.id (Primary Contact)
Imas Sukaesih Sitanggang
Lailan Sahrina Hasibuan
Muhammad Murtadha Ramadhan
AgmalaroM. A., SitanggangI. S., HasibuanL. S., & RamadhanM. M. (2019). Model Spasial untuk Prediksi Konsentrasi Polutan Kabut Asap Kebakaran Lahan Gambut Menggunakan Support Vector Regression. Jurnal Ilmu Komputer Dan Agri-Informatika, 5(2), 119-127. https://doi.org/10.29244/jika.5.2.119-127

Article Details

Sentiment Analysis of Twitter Users on COVID-19 Vaccination Program in Indonesia using Support Vector Machine Algorithm

Qarry Atul Chairunnisa, Yeni Herdiyeni, Medria Kusuma Dewi Hardhienata, Julio Adisantoso
Abstract View : 581
Download :813

Building an Artificial Neural Network Model to Predict the Tendency of Parental Mediation Types on Internet Use by Children

Indah Puspita, Karlisa Priandana, Medria Kusuma Dewi Hardhienata, Peter John Morley, Auzi...
Abstract View : 727
Download :733