Siti Ramadeska Primary Author mixed material bibliography Banda Aceh Fakultas MIPA Statistika 2023

Skripsi

Pencemaran udara memiliki dampak negatif pada kesehatan manusia, lingkungan, dan ekonomi. Masalah pencemaran udara telah sampai pada tingkat yang mengkhawatirkan. Hal ini ditandai dengan semakin banyaknya zat-zat polutan yang dihasilkan dari aktivitas sehari-hari seperti banyaknya pabrik industri, pembangkit listrik, dan kendaraan bermotor yang setiap harinya menghasilkan polutan yang dapat mencemari udara bersih. Beberapa daerah di Indonesia memiliki tingkat polusi udara yang jauh lebih buruk daripada rata-rata nasional. Oleh karena itu, diperlukan upaya untuk memantau dan mengendalikan kualitas udara di Indonesia. Salah satu cara sistem yang dapat mengukur kualitas udara adalah melalui Plume Air Quality Index (PAQI). PAQI adalah indeks yang digunakan untuk menentukan tingkat kualitas udara berdasarkan polutan udara, yaitu partikulat (PM2.5 dan PM10), nitrogen dioksida (NO2), dan ozon (O3). PAQI dihitung dengan menggunakan data hasil pengukuran konsentrasi pencemar udara dan memberikan nilai indeks yang berkaitan dengan tingkat pencemaran udara pada kategori tertentu. Untuk melihat keakuratan dalam pengklasifikasian kategori PAQI dilakukan pengolahan data menggunakan algoritma klasifikasi. Dalam penelitian ini akan dilakukan perbandingan algoritma klasifikasi decision tree dan K-Nearest Neighbor (K-NN). Perbandingan dilakukan mendapatkan algoritma yang memiliki performa paling baik dengan 3 skenario pengujian, yakni rasio pembagian data latih dan data uji 70:30, 80:20, dan 90:10. Hasil dari perbandingan performa kedua algoritma pada penelitian ini adalah decision tree memiliki performa terbaik dengan parameter criterion gini, max depth sebesar 5, min samples leaf sebesar 1 sampel, dan min samples split sebesar 2 sampel. Hasil perhitungan masing-masing metrik performa, yaitu nilai accuracy 91,94%, nilai precision 92,12%, nilai recall 91,94%, dan nilai f1-score 91,90%. Sehingga dapat disimpulkan bahwa hasil pengujian menggunakan decision tree memiliki performa yang lebih baik daripada K-NN dalam mengklasifikasi kategori PAQI dengan nilai metrik evaluasi yang lebih baik secara keseluruhan. Kata Kunci: Kualitas Udara, Klasifikasi, Decision tree, K-Nearest Neighbor 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 111861 2023-06-23 16:10:46 2023-06-23 16:28:44 machine generated