(Similarity) Implementasi Metode Fuzzy Time Series untuk Peramalan Kandungan Particulate (PM25) di Udara

Ginanjar, Abdurrahman (2020) (Similarity) Implementasi Metode Fuzzy Time Series untuk Peramalan Kandungan Particulate (PM25) di Udara. Universitas Muhammadiyah Jember, http://jurnal.unmuhjember.ac.id/index.php/JASIE/article/view/3818/2886.

Text
6.1Implementasi Metode Fuzzy Time Series untuk Peramalan Kandungan Particulate (PM25) di Udara_Similarity-pages-1-15.pdf - Published Version
Download (775kB)

Official URL: http://jurnal.unmuhjember.ac.id/index.php/JASIE/ar...

Abstract

Polusi udara adalah masalah yang banyak dialami berbagai negara di dunia. Polusi udara terjadi karena adanya kandungan zat pencemar atau polutan dalam udara, salah satunya yaitu Particulate Matter (PM2,5) atau disebut juga partikel debu yang berukuran kurang dari 2,5μm. Jika zat tersebut terhirup dan terakumulasi dalam jumlah banyak maka akan menyebabkan banyak gangguan kesehatan atau bahkan kematian. Untuk dapat melakukan pencegahan sebelum terlambat, digunakan teknologi peramalan untuk mengetahui kandungan PM2,5 dimasa mendatang. Penelitian ini menerapkan metode Fuzzy Time Series untuk meramalkan kandungan PM2,5 dengan langkah pertama yaitu menentukan himpunan semesta, kemudian pembentukan interval, fuzzifikasi, bentuk FLR dan FLRG, didefuzzifikasi, lalu hitung nilai hasil peramalan, dan terakhir ukur ketepatan hasil peramalan menggunakan MAPE, kemudian diimplementasikan pada sebuah sistem berbasis Web. Penelitian ini menggunakan 2 skenario pengujian sistem yaitu variasi periode data yang berpengaruh terhadap jumlah interval dan variasi nilai input konstanta D2 yang berpengaruh pada panjang interval pada tahap pembentukan interval. Berdasarkan pengujian tersebut, kandungan PM2,5 pada tanggal 1 Januari 2015 jam 00.00 WIB menggunakan periode data 6 bulan sebelumnya dan input konstanta D2 sebesar 10 adalah 12,884 μg/m3 dengan jumlah interval yang terbentuk sebanyak 17 interval dan panjang setiap intervalnya sebesar 31,3. Kemudian tingkat kesalahan MAPE yang dihasilkan sebesar 17,9164%. Karena memiliki tingkat kesalahan MAPE kurang dari 20%, maka peramalan pada penelitian ini termasuk peramalan yang baik. Kemudian untuk peramalan periode tahunan, grafik yang dibentuk mengandung pola data musiman.

Item Type:

Peer Review

Subjects:

000 Computer Science, Information, & General Works > 004 Data Processing, Computer Science

Divisions:

Faculty of Engineering > Department of Informatics Engineering (S1)

Depositing User:

GINANJAR ABDURRAHMAN

Contributors: