View Item 
      •   IPB Repository
      • Dissertations and Theses
      • Master Theses
      • MT - Mathematics and Natural Science
      • View Item
      •   IPB Repository
      • Dissertations and Theses
      • Master Theses
      • MT - Mathematics and Natural Science
      • View Item
      JavaScript is disabled for your browser. Some features of this site may not work without it.

      Model Prediksi PM2.5 dari Kebakaran Hutan dan Lahan di Wilayah Sumatera menggunakan Algoritma Deep Learning

      Thumbnail
      View/Open
      Cover (339.5Kb)
      Fulltext (6.676Mb)
      Lampiran (185.0Kb)
      Date
      2024
      Author
      Salam, Naufal Ibnu
      Sitanggang, Imas Sukaesih
      Mushthofa
      Metadata
      Show full item record
      Abstract
      Kebakaran hutan dan lahan (karhutla) merupakan salah satu bencana penyebab pencemaran udara di Indonesia. Data per 12 Juli 2022, Kementerian Lingkungan Hidup dan Kehutanan (KLHK) mencatat sebanyak 13.854 kasus kebakaran aktif selama tahun 2021. Dampak langsung yang disebabkan oleh karhutla antara lain: menyebabkan penyakit infeksi saluran, mengganggu aktivitas manusia, terganggunya moda transportasi, timbulnya persoalan internasional asap dari kebakaran hutan tersebut seperti kerugian materiil dan imateriil. Asap karhutla mengandung polutan berbahaya khususnya partikel PM2.5 yang bersifat karsinogenik dan berperan dalam Infeksi Saluran Pernafasan Akut (ISPA). Pemerintah Indonesia telah menerbitkan aturan batasan PM2.5 dalam Peraturan Pemerintah RI No. 41 Tahun 1999 tentang Pengendalian Pencemaran Udara, dengan baku mutu udara ambien nasional untuk PM2.5 sebesar 65 μm/m3 dalam rata-rata 24 jam. Salah satu upaya untuk meminimalisir meningkatnya jumlah penderita penyakit ISPA adalah dengan mendeteksi partikel PM2.5 yang dihasilkan dari asap karhutla. Penelitian ini bertujuan untuk membangun model prediksi partikel PM2.5 menggunakan algoritma machine learning yaitu Long Short-Term Memory (LSTM) dan Gated Recurrent Unit (GRU). Data yang digunakan adalah dataset titik panas yang diperoleh dari sensor Visible Infrared Imaging Radiometer Suite (VIIRS) milik National Aeronautics and Space Administration (NASA) yang diunduh pada website Fire Information for Resource Management System (FIRMS) NASA dan data PM2.5 yang diunduh dari website OpenAQ. Nilai missing value yang terdapat pada data diisi menggunakan metode Interpolasi Linear (IL), Last Observation Carried Forward (LOCF), Next Observation Carried Backward (NOCB), Interpolasi Nearest (IN), Exponential Moving Average (EMA)(Span=5), Exponential Moving Average (EMA)(Halflife=5). Penelitian ini berhasil melakukan praproses data dan pembentukan model prediksi PM2.5 dari karhutla di wilayah Pulau Sumatra. Hasil uji keseluruhan dari model ini memuaskan. ...
      URI
      http://repository.ipb.ac.id/handle/123456789/147047
      Collections
      • MT - Mathematics and Natural Science [4138]

      Copyright © 2020 Library of IPB University
      All rights reserved
      Contact Us | Send Feedback
      Indonesia DSpace Group 
      IPB University Scientific Repository
      UIN Syarif Hidayatullah Institutional Repository
      Universitas Jember Digital Repository
        

       

      Browse

      All of IPB RepositoryCollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

      My Account

      Login

      Application

      google store

      Copyright © 2020 Library of IPB University
      All rights reserved
      Contact Us | Send Feedback
      Indonesia DSpace Group 
      IPB University Scientific Repository
      UIN Syarif Hidayatullah Institutional Repository
      Universitas Jember Digital Repository