Prediksi kualitas udara menggunakan metode CatBoost

Syukur, Mohamad Arif Abdul, Suhartono, Suhartono and Chamidy, Totok (2025) Prediksi kualitas udara menggunakan metode CatBoost. JISKA (Jurnal Informatika Sunan Kalijaga), 10 (2). pp. 249-258. ISSN 2528-0074

Text 24336.pdf - Published Version Available under License Creative Commons Attribution Non-commercial. Download (397kB)

Abstract

Udara penting bagi kehidupan, namun aktivitas industri, pembakaran hutan, asap rokok dan transportasi meningkatkan polusi udara. Data AirVisual AQI 2024 menempatkan Jakarta pada peringkat 11 dunia dengan tingkat polusi tertinggi, mencapai 127 yang tidak sehat bagi kelompok sensitif, dan berisiko menimbulkan penyakit serius seperti penyakit kulit dan pernapasan. Penelitian ini menggunakan metode CatBoost untuk memprediksi indeks kualitas udara dengan data SPKU Jakarta yang diambil dari Kaggle. Data tersebut diolah melalui pra-pemrosesan dan dibagi menjadi empat model dengan perbandingan data pelatihan dan pengujian yang berbeda. Setiap model diuji dengan parameter iteration, depth, learning_rate, dan l2_leaf_reg, menggunakan GridSearchCV untuk menemukan kombinasi terbaik. Hasilnya menunjukkan bahwa model dengan 90% data pelatihan dan 10% data pengujian memberikan akurasi terbaik sebesar 97%, karena proporsi data pelatihan yang lebih besar. Penelitian ini menunjukkan bahwa metode CatBoost dapat memberikan prediksi kualitas udara yang akurat, yang penting untuk mendukung upaya mengurangi dampak polusi dan meningkatkan kesehatan masyarakat.

Item Type:	Journal Article
Keywords:	Prediksi; Kualitas Udara; Gradient Boosting; CatBoost; GridSearchCV
Subjects:	08 INFORMATION AND COMPUTING SCIENCES > 0801 Artificial Intelligence and Image Processing > 080101 Adaptive Agents and Intelligent Robotics
Divisions:	Faculty of Technology > Department of Informatics Engineering
Depositing User:	Dr Suhartono M.Kom
Date Deposited:	03 Sep 2025 13:33

Downloads

Origin of downloads

Actions (login required)

View Item