Article Per Year (5 Year)
p-Index From 2019 - 2024
0.817
P-Index
This Author published in this journals
All Journal IJCCS (Indonesian Journal of Computing and Cybernetics Systems) CommIT (Communication & Information Technology) Community: Jurnal Pengabdian Pada Masyarakat Jurnal Informatika Polinema (JIP)
Nur Rokhman
Dept. Of Computer Science And Electronics, Gadjah Mada University
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Health Professions Languange, Linguistic, Communication & Media Library & Information Science

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal Informatika Polinema (JIP)

 1 
PREDICTION OF OZONE (O3) VALUES USING SUPPORT VECTOR REGRESSION METHOD Chasandra Puspitasari; Nur Rokhman; Wahyono
Jurnal Informatika Polinema Vol. 7 No. 4 (2021): Vol 7 No 4 (2021)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v7i4.777

Abstract

Tingginya jumlah kendaraan bermotor penyebab kemacetan menjadi faktor utama buruknya kualitas udara di kota-kota besar. Ozon (O3) merupakan salah satu indikator utama dalam mengukur tingkat polusi udara di Kota Surabaya untuk mengetahui bagaimana kualitas udaranya. Prediksi terhadap nilai Ozon (O3) penting dilakukan sebagai penunjang bagi masyarakat dan pemerintah dalam upaya peningkatan kualitas udara. Penelitian ini bertujuan memprediksi nilai Ozon (O3) berupa data time series menggunakan metode Support Vector Regression (SVR) dengan memanfaatkan kernel Linear, Polynomial, RBF, dan ANOVA. Data yang digunakan dalam penelitian adalah sebanyak 549 data primer dari rata-rata harian nilai Ozon (O3) kota Surabaya pada periode 1 Juli 2017 – 31 Desember 2018. Data tersebut akan digunakan dalam proses pelatihan dan pengujian hingga didapatkan hasil prediksi. Hasil yang diperoleh dari penelitian ini adalah kernel Linear menghasilkan model prediksi terbaik dengan nilai MAPE sebesar 21,78% dengan nilai parameter ???? = 0,3; ???? = 0,00001; cLR = 0,005; dan C = 0,5. Hasil dari kernel Polynomial tidak jauh berbeda dengan kernel Linear yaitu memiliki nilai MAPE sebesar 21,83%. Sedangkan kernel RBF dan ANOVA masing-masing menghasilkan model dengan nilai MAPE sebesar 24,49% dan 22,0%. Hasil tersebut menunjukkan bahwa metode SVR dengan kernel-kernel yang digunakan dapat memprediksi nilai Ozon dengan cukup baik.
Co-Authors Agus Priyadi Andreas Heri Kurniawan Anifudin Azis Chasandra Puspitasari Eka Sudarusman, Eka ENI ENDARYATI Iqnatius Dimas Nugroho Irda Yunianto Juwita Maharanti Nining Fitriani Praretno Wibowo Puspitasari, Chasandra Vivi Kumalasari Wahyono Wiwid Wahyudi