Implementasi Penerapan Support Vector Machine Untuk Pemantauan Kualitas Udara di DKI Jakarta

Muhammad, Hafidz Tri Utomo and Chairani, Chairani (2025) Implementasi Penerapan Support Vector Machine Untuk Pemantauan Kualitas Udara di DKI Jakarta. Skripsi thesis, Institut Informatika Dan Bisnis Darmajaya.

	Text cover skripsi.pdf Download (114kB)
	Text ABSTRAK.pdf Download (236kB)
	Text Halaman pengesahan 1.pdf Download (616kB)
	Text Pernyataan.pdf Download (178kB)
	Text DAFTAR ISI Skripsi.pdf Download (131kB)
	Text BAB I skripsi.pdf Download (131kB)
	Text BAB II skripsi.pdf Download (312kB)
	Text BAB III skripsi.pdf Download (281kB)
	Text BAB IV skripsi.pdf Download (597kB)
	Text BAB V skripsi.pdf Download (115kB)
	Text DAFTAR PUSTAKA skripsi.pdf Download (170kB)
	Text LAMPIRAN skripsi.pdf Download (763kB)

Abstract

ABSTRAK IMPLEMENTASI PENERAPAN SUPPORT VECTOR MACHINE UNTUK PEMANTAUAN KUALITAS UDARA DI DKI JAKARTA Disusun Oleh: HAFIDZ TRI UTOMO MUHAMMAD 2111010114 E-mail: hafidztriutomomuhammad@gmail.com Kualitas udara merupakan salah satu faktor penting yang memengaruhi kesehatan masyarakat, terutama di wilayah metropolitan seperti DKI Jakarta yang memiliki tingkat polusi udara yang cukup tinggi akibat aktivitas transportasi, industri, dan urbanisasi. Penelitian ini bertujuan untuk mengimplementasikan algoritma Support Vector Machine (SVM) dalam melakukan pemantauan dan klasifikasi tingkat kualitas udara berdasarkan data parameter polusi seperti PM2.5, PM10, CO, SO₂, NO₂, dan O₃. Data yang digunakan merupakan data sekunder sebanyak 1.825 data yang diperoleh dari situs resmi pemerintah DKI Jakarta, yaitu satudata.jakarta.go.id, dengan rentang waktu tertentu. Proses pelatihan dan pengujian model dilakukan menggunakan bahasa pemrograman Python dan pustaka Scikit-learn, dengan proses preprocessing meliputi normalisasi data dan pembagian data ke dalam data latih dan data uji. Metode SVM dipilih karena memiliki kemampuan menangani data berdimensi tinggi dan menghasilkan pemisahan kelas yang optimal. Hasil penelitian menunjukkan bahwa model SVM mampu mengklasifikasikan kategori kualitas udara (Baik, Sedang, Tidak Sehat) dengan tingkat akurasi mencapai 96,1%. Implementasi model ini diharapkan dapat digunakan sebagai dasar pengembangan sistem pemantauan kualitas udara secara otomatis dan real-time, serta mendukung pengambilan keputusan yang lebih tepat dalam upaya pengendalian polusi udara di wilayah perkotaan. Kata Kunci: Kualitas Udara, Support Vector Machine, Klasifikasi, Pemantauan, DKI Jakarta.

Item Type:	Thesis (Skripsi)
Subjects:	Ilmu Komputer eSkripsi
Divisions:	Skripsi/TA & PKPM/KP - Fakultas Ilmu Komputer > Teknik Informatika
Depositing User:	Hafidz Tri Utomo Muhammad
Date Deposited:	16 Sep 2025 02:25
Last Modified:	16 Sep 2025 02:25
URI:	http://repo.darmajaya.ac.id/id/eprint/22756

Actions (login required)

View Item