Detail Cantuman Kembali
PREDIKSI POLUSI UDARA DI JAKARTA MENGGUNAKAN XGBOOST DENGAN PENDEKATAN TIME SERIES
- Bagikan:
Polusi udara, khususnya partikulat PM10, menjadi ancaman kesehatan serius di DKI Jakarta yang memerlukan sistem peringatan dini yang akurat. Penelitian ini bertujuan untuk menentukan kombinasi hiperparameter optimal bagi model untuk memprediksi tingkat polusi udara (ISPU PM10) menggunakan algoritma eXtreme Gradient Boosting (XGBoost) dengan pendekatan time series serta mengevaluasi performa hasil pembelajaran model menggunakan Root Mean Square Error (RMSE) dan Mean Abssolute Error (MAE). Algortima XGBoost dipilih karena kemampuannya dalam mengatasi overfitting untuk menghasilkan model yang lebih robust dan dapat digeneralisasi untuk wilayah Jakarta. Penelitian ini menggunakan data historis harian dari lima stasiun pemantau di DKI Jakarta periode 1 Januari 2023 hingga 31 Juli 2025. Fitur input dibentuk menggunakan teknik sliding window dengan lag 30 hari. Untuk menghasilkan performa maksimal, dilakukan optimasi hiperparameter menggunakan RandomizedSearchCV yang dilanjutkan dengan penyesuaian manual (fine tuning) pada kedalaman pohon (max_depth) untuk mengatur kompleksitas model. Hasil penelitian menunjukkan bahwa optimasi hiperparameter menunjukkan performa terbaik pada n_estimators sebanyak 500, learning_rate sebesar 0,01, max_depth sebanyak 3, subsample sebesar dan colsample_bytree sebesar 0,7, reg_alpha (L1) sebesar 0, dan reg_lambda (L2) sebesar 1. Konfigurasi ini berhasil menurunkan gap RMSE dari 11,93 menjadi 2,29 serta MAE dari 9,77 menjadi 2,71 pada model final. Lebih lanjut model final dengan XGBoost yang telah di tuning ini dapat melakukan generalisasi lebih baik dengan menghasilkan rata-rata nilai RMSE sebesar 12,48 dan MAE sebesar 10,01 pada data uji. Hasil nilai error terendah dimiliki oleh model H+1 untuk memprediksi 1 hari kedepan, namun error ini bertambah besar seiring bertambahnya jarak horizon sampai H+7 sehingga model ini lebih tepat digunakan dalam konteks peramalan dini.
005 SAP P R.1
NONE
Text Skripsi
Indonesia
UNIVERSITAS TEKNOLOGI DIGITAL INDONESIA (UTDI)
2026
Yogyakarta
005 SI 2026
LOADING LIST...
LOADING LIST...