STUDI PERBANDINGAN PERFORMA METODE GRU DAN ARIMA- GRU UNTUK PREDIKSI KUALITAS UDARA DI KOTA PALEMBANG

Cela, Febriyani (2025) STUDI PERBANDINGAN PERFORMA METODE GRU DAN ARIMA- GRU UNTUK PREDIKSI KUALITAS UDARA DI KOTA PALEMBANG. FAKULTAS TEKNIK, UNIVERSITAS LAMPUNG.

[img]
Preview
File PDF
Abstrak skripsi cela febriyani - cela febriyani.pdf

Download (236Kb) | Preview
[img] File PDF
cela tanpa lampiran - cela febriyani.pdf
Restricted to Hanya staf

Download (4Mb) | Minta salinan
[img]
Preview
File PDF
cela tanpa pembahasan dan lampiran - cela febriyani.pdf

Download (2281Kb) | Preview

Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)

Polusi udara merupakan permasalahan lingkungan yang berdampak serius terhadap kesehatan, terutama di wilayah perkotaan seperti Kota Palembang. Berdasarkan data IQAir 19 Oktober 2024, indeks kualitas udara di Kota Palembang mencapai 79 dengan konsentrasi PM2.5 sebesar 25,1 μg/m3, melebihi ambang batas aman tahunan WHO sebesar 5 μg/m3. Kondisi ini turut menyebabkan lonjakan kasus ISPA dari 9.367 menjadi 10.708 kasus hanya dalam satu bulan. Untuk mendukung pengendalian pencemaran, penelitian ini membangun model prediksi kualitas udara menggunakan pendekatan machine learning dengan framework OSEMN, serta membandingkan dua metode yaitu Gated Recurrent Unit (GRU) dan hybrid ARIMA-GRU. GRU digunakan untuk memodelkan pola nonlinear, sedangkan ARIMA-GRU menggabungkan kekuatan ARIMA dalam menangkap pola linier dan GRU untuk menangani sisa residual dari model ARIMA. Evaluasi menggunakan metrik RMSE, MAE, dan MAPE menunjukkan bahwa model GRU memberikan hasil prediksi lebih akurat dengan RMSE sebesar 5,47, MAE sebesar 2,66, dan MAPE sebesar 4,21%, dibandingkan model hybrid ARIMA-GRU dengan RMSE sebesar 5,72, MAE sebesar 2,99, dan MAPE sebesar 4,78%. Hasil ini menunjukkan bahwa model GRU lebih unggul dibandingkan ARIMA-GRU dalam memprediksi kualitas udara di Kota Palembang. Kata Kunci : Indeks Kualitas Udara, Peramalan, GRU, ARIMA-GRU, Time Series, framework OSEMN. Air pollution is an environmental issue that poses serious health risks, particularly in urban areas such as Palembang City. According to IQAir data as of October 19, 2024, the air quality index (AQI) in Palembang reached 79, with PM2.5 concentration at 25.1 μg/m3, far exceeding the WHO’s annual safety limit of 5 μg/m3. This condition contributed to a significant increase in acute respiratory infection (ARI) cases, rising from 9,367 to 10,708 cases within a single month. To support pollution control efforts, this study developed an air quality prediction model using a machine learning approach based on the OSEMN framework, comparing two methods: Gated Recurrent Unit (GRU) and the hybrid ARIMA-GRU model. GRU is used to capture nonlinear patterns, while the hybrid ARIMA-GRU combines ARIMA’s ability to model linear patterns with GRU’s strength in modeling residual nonlinear components. Evaluation using RMSE, MAE, and MAPE metrics showed that the GRU model produced more accurate predictions with RMSE of 5.47, MAE of 2.6, and MAPE of 4.21%, compared to the hybrid ARIMA-GRU model with RMSE of 5.72, MAE of 2.99, and MAPE of 4.78%. These results show that the GRU model is superior to ARIMA-GRU in predicting air quality in Palembang City. Keywords: Air Quality Index, Forecasting, GRU, ARIMA-GRU, Time Series, OSEMN Framework.

Jenis Karya Akhir: Skripsi
Subyek: 600 Teknologi (ilmu terapan) > 620 Ilmu teknik dan ilmu yang berkaitan
Program Studi: FAKULTAS TEKNIK (FT) > Prodi S1-Teknik Informatika
Pengguna Deposit: UPT . Siswanti
Date Deposited: 12 Nov 2025 04:27
Terakhir diubah: 12 Nov 2025 04:27
URI: http://digilib.unila.ac.id/id/eprint/93089

Actions (login required)

Lihat Karya Akhir Lihat Karya Akhir