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

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.