Penerapan Data Analytics untuk Prediksi dan Visualisasi Kualitas Udara Dalam Ruangan Berbasis LSTM dalam Mendukung Pengambilan Keputusan

Muhammad Afif , Rafi Syaiim (2025) Penerapan Data Analytics untuk Prediksi dan Visualisasi Kualitas Udara Dalam Ruangan Berbasis LSTM dalam Mendukung Pengambilan Keputusan. FAKULTAS TEKNIK, UNIVERSITAS LAMPUNG.

Preview	Text ABSTRAK.pdf Download (11kB) | Preview
	Text SKRIPSI FULL.pdf Restricted to Repository staff only Download (5MB) | Request a copy
Preview	Text SKRIPSI TANPA BAB PEMBAHASAN.pdf Download (3MB) | Preview

Abstract

Kualitas udara dalam ruangan berpengaruh besar terhadap kesehatan, kenyamanan, dan produktivitas, terutama pada ruang tertutup seperti kelas dan laboratorium. Permasalahan yang sering muncul adalah sulitnya melakukan pemantauan secara berkelanjutan serta kebutuhan akan sistem prediksi yang dapat membantu pengambilan keputusan preventif. Penelitian ini bertujuan untuk mengembangkan sistem prediksi dan visualisasi kualitas udara dalam ruangan yang informatif dan vmudah dipahami. Metodologi yang digunakan adalah Obtain, Scrub, Explore, Model, dan Interpret (OSEMN) untuk pengolahan data historis, dengan pemodelan menggunakan algoritma Long Short-Term Memory (LSTM) untuk memprediksi tren polutan. Evaluasi model dilakukan menggunakan Mean Absolute Percentage Error (MAPE) sebagai metrik utama, dengan hasil 6,90% untuk Sekolah-1 dan 11,16% untuk Sekolah-2. Selain itu, Mean Absolute Error (MAE), Mean Squared Error (MSE), dan Root Mean Squared Error (RMSE) juga menunjukkan perbedaan signifikan: pada Sekolah-1 diperoleh MAE 35,39, MSE 9.925,15, dan RMSE 99,6; sedangkan pada Sekolah 2 diperoleh MAE 62,77, MSE 25.665,69, dan RMSE 160,2. Hasil ini membuktikan bahwa model lebih akurat dalam memprediksi tren polutan pada Sekolah-1 dibandingkan Sekolah-2. Penelitian ini dapat menjadi tahap awal dalam kontribusi pembuatan sistem pemantauan kualitas udara dalam ruangan dalam bentuk dashboard semi interaktif berbasis Streamlit.

Item Type:	Other
Subjects:	?? 004 ?? Universitas Lampung > Fakultas Teknik > Prodi Teknik Informatika Universitas Lampung > Fakultas Teknik > Prodi Teknik Informatika
Divisions:	Fakultas Teknik > Prodi Teknik Informatika
Depositing User:	2507467125 Digilib
Date Deposited:	10 Oct 2025 08:25
Last Modified:	10 Oct 2025 08:25
URI:	http://digilib.unila.ac.id/id/eprint/90999

Actions (login required)

View Item