KLASIFIKASI KUALITAS UDARA DENGAN METODE SUPPORT VECTOR MACHINE

  • Ade Silvia Handayani Politeknik Negeri Sriwijaya
  • Sopian Soim Politeknik Negeri Sriwijaya
  • Theresia Enim Agusdi Politeknik Negeri Sriwijaya
  • Rumiasih Rumiasih Politeknik Negeri Sriwijaya
  • Ali Nurdin Politeknik Negeri Sriwijaya

Abstract

Pada wilayah padat penduduk dan kawasan industri, kualitas udara yang baik telah menjadi tolak ukur dalam kondisi lingkungan. Dalam beberapa tahun terakhir, banyak penelitian tentang monitoring kualitas udara telah menemukan bahwa emisi dari kendaraan bermotor adalah penyebab utama polusi udara. Gas buang yang dihasilkan dari emisi kendaraan bermotor berdampak buruk bagi kehidupan manusia, mahluk hidup dan lingkungan. Pada  penelitian ini  telah dihasilkan perangkat multi  sensor dalam mendeteksi kualitas udara akibat emisi gas buang kendaraan. Pengujian dilakukan dengan meletakkan perangkat multi sensor pada area parkiran.   Parameter kualitas udara yang diukur adalah CO, CO2, HC, PM10, suhu dan kelembaban. Penggunaan model klasifikasi Support Vector Machine dari parameter CO, CO2, HC dapat meningkatkan strategi pengendalian pencemaran udara. Teknik SVM telah memprediksi rata-rata konsentrasi nilai karbon yang terdeteksi diarea parkiran. Hasil performansi klasifikasi yang didapatkan menunjukkan bahwa metode Support Vector Machine mampu untuk menyelesaikan permasalahan untuk kasus klasifikasi.

References

[1] R. Satra and A. Rachman, “Pengembangan Sistem Monitoring Pencemaran Udara Berbasis Protokol ZIGBEE dengan Sensor CO,” Ilk. J. Ilm., vol. 8, no. 1, p. 17, 2016, doi: 10.33096/ilkom.v8i1.8.17-22.
[2] W. E. Cahyono, “Penyebaran Pencemar Udara Di Kota Yogyakarta,” Semin. Nas. Pendidik. dan Saintek, vol. 2016, pp. 369–375, 2016, [Online]. Available: http://mirador.gsfc.nasa.gov/.
[3] Z. Iqbal and L. Hermanto, “Sistem Monitoring Tingkat Pencemaran Udara Berbasis Teknologi Jaringan Sensor Nirkabel,” J. Inform. dan Komput., vol. 22, no. 1, pp. 10–20, 2017.
[4] A. S. Handayani, R. A. Halimatussa, R. R. Aldi, and N. L. Husni, “Jurnal Qua Teknika Vol . 10 No . 2 September 2020 ISSN 2088-2424 ( Cetak ) : ISSN 2527-3892 ( Elektronik ) Fakultas Teknik Universitas Islam Balitar , Blitar Https :// ejournal . unisbablitar . ac . id / index . php / qua ; Email : quateknika@unisbablitar,” vol. 10, no. 2, pp. 1–13, 2020.
[5] I. D. Kurniawati, U. Nurullita, and Mifbakhuddin, “Indikator pencemaran udara berdasarkan jumlah kendaraan dan kondisi iklim (studi di wilayah terminal mangkang dan terminal penggaron semarang ),” J. Kesehat. Masy. Indones, vol. 12, no. 2, pp. 19–24, 2017.
[6] H. Andri, “PERANAN NEGARA DALAM PENERAPAN PRINSIP COST INTERNALIZATION DALAM RANGKA MEWUJUDKAN PEMBANGUNAN BERKELANJUTAN (SUSTAINABLE DEVELOPMENT) DI BIDANG PENCEMARAN UDARA BERDASARKAN DEKLARASI RIO 1992 (STUDI KASUS PABRIK PT. Lembah Karet).” Universitas Andalas, 2019.
[7] Peraturan Pemerintah, “Peraturan Pemerintah no. 41 tentang Pengendalian Pencemaran udara,” Peratur. Pemerintah no. 41 tentang Pengendali. Pencemaran Udar., no. 1, pp. 1–5, 1999, doi: 10.1016/j.aquaculture.2007.03.021.
[8] L. Fitria, “Kajian Pengurangan Pencemaran Udara Melalui Program Car Free Day,” 2016, doi: 10.26418/jtsft.v16i1.18309.
[9] A. A. Rosa, B. A. Simon, and K. S. Lieanto, “Sistem Pendeteksi Pencemar Udara Portabel Menggunakan Sensor MQ-7 dan MQ-135,” vol. XII, no. 1, 2020.
[10] M. S. S. Sarereake, “Prototipe Alat Monitoring Kualitas Udara Menggunakan Sensor Gas Berbasis Mikrokontroller,” e-Repository Widya Kartika, 2019.
[11] A. S. Handayani, N. L. Husni, R. Permatasari, and C. R. Sitompul, “Implementation of Multi Sensor Network as Air Monitoring Using IoT Applications,” Int. Tech. Conf. Circuits/Systems, Comput. Commun. (ITC-CSCC), JeJu, Korea, pp. 1–4, 2019, doi: 10.1109/ITC-CSCC.2019.8793407.
[12] N. L. Husni, J. Al Rasyid, M. R. Hidayat, Y. Hasan, S. Rasyad, and M. Anisah, “Monitoring Kualitas Udara Menggunakan Robot Sampah,” J. Ampere, vol. 5, no. 1, p. 1, 2020, doi: 10.31851/ampere.v5i1.4306.
[13] J. J. Informatika and R. Elektronika, “i ISSN . 2620-6900 ( Online ) 2620-6897 ( Cetak ),” vol. 3, no. 1, 2020.
[14] R. I. Purwantaka, “FAKTOR-FAKTOR YANG MEMPENGARUHI RESIKO PENYEBAB PENDERITA KANKER PAYUDARA DENGAN MENGGUNAKAN PENDEKATAN REGRESI LOGISTIK,” Digit. Libr. Inst. Teknol. Sepuluh Nop., 2011, [Online]. Available: http://digilib.its.ac.id/ITS-Undergraduate-3100010040140/13440.
[15] U. S. Utara, U. S. Utara, and U. S. Utara, “Sistem Klasifikasi Index Kualitas Udara Menggunakan Deep Neural Network,” 2019.
[16] S. D. Di and K. Magelang, “Penerapan Metode Klasifikasi Support Vector Machine (Svm) Pada Data Akreditasi Sekolah Dasar (Sd) Di Kabupaten Magelang,” None, vol. 3, no. 4, pp. 811–820, 2014.
[17] F. A. Novianti and S. W. Purnami, “Analisis Diagnosis Pasien Kanker Payudara Menggunakan Regresi Logistik dan Support Vector Machine (SVM) Berdasarkan Hasil Mamografi,” J. SAINS dan Seni ITS, vol. 1, no. 1, pp. D147–D152, 2012.
[18] A. T. Teologo, E. P. Dadios, R. G. Baldovino, R. Q. Neyra, and I. M. Javel, “Air Quality Index (AQI) Classification using CO and NO 2 Pollutants: A Fuzzy-based Approach,” in TENCON 2018-2018 IEEE Region 10 Conference, 2018, pp. 194–198.
[19] A. I. Amri, “FUZZY K-NEAREST NEIGHBOR (FKNN) UNTUK KLASIFIKASI KUALITAS UDARA DI KOTA PEKANBARU.” Universitas Islam Negeri Sultan Syarif Kasim Riau, 2019.
[20] B. Sugiarto and R. Sustika, “Data classification for air quality on wireless sensor network monitoring system using decision tree algorithm,” in International Conference on Science and Technology-Computer (ICST), 2016, pp. 172–176, doi: 10.1109/ICSTC.2016.7877369.
[21] A. Kurt and A. B. Oktay, “Forecasting air pollutant indicator levels with geographic models 3 days in advance using neural networks,” Expert Syst. Appl., vol. 37, no. 12, pp. 7986–7992, 2010, doi: 10.1016/j.eswa.2010.05.093.
[22] D. Zhu, C. Cai, T. Yang, and X. Zhou, “A machine learning approach for air quality prediction: Model regularization and optimization,” Big Data Cogn. Comput., vol. 2, no. 1, pp. 1–15, 2018, doi: 10.3390/bdcc2010005.
[23] R. Ridwan, H. Lubis, and P. Kustanto, “Implementasi Algoritma Neural Network dalam Memprediksi Tingkat Kelulusan Mahasiswa,” J. Media Inform. Budidarma, vol. 4, no. 2, p. 286, 2020, doi: 10.30865/mib.v4i2.2035.
[24] B. Santosa, “Tutorial Support Vector Machine 1 Ide Dasar Support Vector Machine,” pp. 1–23, 2011, doi: 10.1016/S0924-0136(01)00706-3.
[25] L. Mutawalli et al., “KLASIFIKASI TEKS SOSIAL MEDIA TWITTER MENGGUNAKAN SUPPORT VECTOR MACHINE ( Studi Kasus Penusukan Wiranto ),” vol. 2, no. 2, pp. 43–51, 2019.
[26] Lombok, K. I. S. (2015). Perencanaan Strategi Sistem Informasi Pendidikan Pada Sekolah Tinggi Manajemen Informatika dan Komputer (STMIK) Lombok. Bianglala Informatika, 3(2).
Published
2020-11-18
How to Cite
HANDAYANI, Ade Silvia et al. KLASIFIKASI KUALITAS UDARA DENGAN METODE SUPPORT VECTOR MACHINE. Jurnal Informatika dan Rekayasa Elektronik, [S.l.], v. 3, n. 2, p. 187 - 199, nov. 2020. ISSN 2620-6900. Available at: <http://e-journal.stmiklombok.ac.id/index.php/jire/article/view/303>. Date accessed: 24 nov. 2020. doi: https://doi.org/10.36595/jire.v3i2.303.