Model Spasial untuk Prediksi Konsentrasi Polutan Kabut Asap Kebakaran Lahan Gambut Menggunakan Support Vector Regression.
View/ Open
Date
2018Author
Ramadhan, Muhammad Murtadha
Agmalaro, Muhammad Asyhar
Sitanggang, Imas Sukaesih
Metadata
Show full item recordAbstract
Kabut asap dari kebakaran lahan gambut mengandung berbagai macam polutan
seperti CO dan CO2. Polutan tersebut dapat berimplikasi buruk pada kesehatan
masyarakat sekitar peristiwa itu terjadi yang berupa Infeksi Saluran Pernafasan Atas
(ISPA). Penelitian ini bertujuan untuk membuat model spasial untuk prediksi
konsentrasi polutan kabut asap yang berupa CO dan CO2 dari kebakaran lahan gambut
di Sumatra tahun 2015. Model spasial dibentuk menggunakan algoritme support vector
regression (SVR) dengan kernel radial basis function (RBF) dengan melihat
konsentrasi polutan dari beberapa titik tetangga. Parameter tuning dilakukan untuk
mendapatkan nilai parameter paling optimal dari SVR. Hasil penelitian menunjukkan
bahwa model spasial prediksi konsentrasi CO terbaik didapatkan pada gamma dengan
nilai 5 yang menghasilkan root mean squared error (RMSE) dan nilai koefisien
korelasi sebesar 1.294736×10-8 dan 0.6268868. Model spasial prediksi konsentrasi
CO2 terbaik dibentuk pada gamma dengan nilai 10 yang menghasilkan RMSE dan
nilai koefisien korelasi sebesar 9.843717×10-8 dan 0.6058418. Hasil prediksi dari
model yang dibentuk telah dapat mengikuti pola nilai aktual konsentrasi polutan.
Collections
- UT - Computer Science [2255]