Model Estimasi Konsentrasi Polutan CO dan CO2 Menggunakan Algoritme Support Vector Regression

Abstract

Deforestasi dan degradasi hutan terjadi di Indonesia akibat kebakaran hutan dengan jumlah luas hutan yang terkena dampak sangat banyak. Kebakaran hutan dan lahan (karhutla) gambut menimbulkan kabut asap yang mengandung karbon organik yang berbahaya, seperti CO yang berdampak buruk baik bagi kesehatan manusia dan CO2 yang berdampak buruk baik bagi lingkungan. Penelitian ini bertujuan untuk pemodelan estimasi nilai konsentrasi polutan CO dan CO2 dari kabut asap akibat karhutla gambut menggunakan algoritme Support Vector Regression dengan kernel radial basis function. Data yang digunakan pada penelitian ini adalah data trajectory kabut asap yang dihasilkan oleh simulasi HYSPLIT di Sumatra pada tahun 2019. Hasil penelitian ini menunjukkan model CO memiliki parameter-parameter SVR yaitu gamma sebesar 2.0, cost sebesar 3.0 dan epsilon sebesar 0.05 dengan RMSE yaitu 2.9902×10-6 dan koefisien korelasi yaitu 0.59803. Model terbaik dari data CO2 menghasilkan RMSE sebesar 2.2059×10-6 dan koefisien korelasi sebesar 0.44701 dengan parameter-parameter SVR gamma yaitu 1.0, cost sebesar 1.5 dan epsilon sebesar 0.20. Estimasi nilai polutan yang dihasilkan oleh model mampu mengikuti pola yang dimiliki oleh nilai aktualnya.