<![CDATA[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.]]>
Copyrights © 2021
