<![CDATA[Polusi udara adalah masalah yang banyak dialami berbagai negara di dunia. Polusiudara terjadi karena adanya kandungan zat pencemar atau polutan dalam udara, salah satunyayaitu Particulate Matter (PM2,5) atau disebut juga partikel debu yang berukuran kurang dari2,5µm. Jika zat tersebut terhirup dan terakumulasi dalam jumlah banyak maka akanmenyebabkan banyak gangguan kesehatan atau bahkan kematian. Untuk dapat melakukanpencegahan sebelum terlambat, digunakan teknologi peramalan untuk mengetahui kandunganPM2,5 dimasa mendatang. Penelitian ini menerapkan metode Fuzzy Time Series untukmeramalkan kandungan PM2,5 dengan langkah pertama yaitu menentukan himpunan semesta,kemudian pembentukan interval, fuzzifikasi, bentuk FLR dan FLRG, didefuzzifikasi, laluhitung nilai hasil peramalan, dan terakhir ukur ketepatan hasil peramalan menggunakanMAPE, kemudian diimplementasikan pada sebuah sistem berbasis Web. Penelitian inimenggunakan 2 skenario pengujian sistem yaitu variasi periode data yang berpengaruhterhadap jumlah interval dan variasi nilai input konstanta D2 yang berpengaruh pada panjanginterval pada tahap pembentukan interval. Berdasarkan pengujian tersebut, kandungan PM2,5pada tanggal 1 Januari 2015 jam 00.00 WIB menggunakan periode data 6 bulan sebelumnyadan input konstanta D2 sebesar 10 adalah 12,884 µg/m3 dengan jumlah interval yangterbentuk sebanyak 17 interval dan panjang setiap intervalnya sebesar 31,3. Kemudian tingkatkesalahan MAPE yang dihasilkan sebesar 17,9164%. Karena memiliki tingkat kesalahanMAPE kurang dari 20%, maka peramalan pada penelitian ini termasuk peramalan yang baik.Kemudian untuk peramalan periode tahunan, grafik yang dibentuk mengandung pola datamusiman. Air pollution is a problem experienced by many countries in the world. Air pollutionoccurs because of the pollutants presence or pollutants in the air, one of them is Particulate Matter(PM2.5) or also known as dust particles that are less than 2.5µm in size. If these substances areinhaled and accumulate in large quantities, it will cause many health problems or even death. Tobe able to take precautions before it is too late, forecasting technology is used to determine thefuture PM2.5 content. This research applies the Fuzzy Time Series method to predict the PM2.5content with the first step, namely determining the set of universes, then interval formation,fuzzification, FLR and FLRG forms, defuzzification, then calculating the value of forecastingresults, and finally measuring the accuracy of forecasting results using MAPE, then implementedon a Web-based system. This study uses 2 system testing scenarios, namely the variation of thedata period that affects the number of intervals and the variation in the input value of the constantD2 which affects the length of the interval at the interval formation stage. Based on this test, thePM2.5 content on January 1, 2015 at 00.00 WIB uses the previous 6 months data period and theD2 constant input of 10 is 12.884 µg / m3 with the number of intervals formed as many as 17intervals and the length of each interval is 31.3. Then the resulting MAPE error rate is 17.9164%.Because it has an MAPE error rate of less than 20%, the forecasting in this study is a goodforecast. Then for forecasting the annual period, the graph that is formed contains seasonal datapatterns.]]>
Copyrights © 2020
