Model Estimasi Spasial-Temporal Konsentrasi CO dan CO2 Kabut Asap Kebakaran Lahan Gambut Menggunakan Support Vector Regression

Abstract

Kebakaran hutan dan lahan gambut menghasilkan kabut asap yang mengandung berbagai macam polutan seperti CO dan CO2. Paparan polutan tersebut berimplikasi buruk terhadap kesehatan masyarakat sekitar peristiwa itu terjadi yang berupa infeksi saluran pernapasan akut. Penelitian ini bertujuan membuat model spasial untuk estimasi konsentrasi polutan CO dan CO2 dari kabut asap kebakaran hutan dan lahan gambut di Sumatera tahun 2015. Model spasial dibentuk menggunakan algoritme support vector regression (SVR) dengan radial basis function kernel dengan melihat konsentrasi polutan dari beberapa titik tetangga. Parameter tuning dilakukan untuk mendapatkan nilai parameter paling optimal dari SVR. Hasil penelitian menunjukkan model estimasi spasial konsentrasi CO terbaik didapatkan pada gamma sebesar 10 yang menghasilkan symmetric mean absolute percentage error (SMAPE) dan nilai koefisien korelasi sebesar 1.09744 dan 0.6464565 sedangkan model estimasi spasial konsentrasi CO2 terbaik dibentuk pada gamma sebesar 10 yang menghasilkan SMAPE dan nilai koefisien korelasi sebesar 1.13613 dan 0.6068765. Hasil estimasi dari model yang dibentuk dapat mengikuti pola nilai aktual konsentrasi polutan.