Data Mining & Analytic Forecasting Indeks Standar Pencemar Udara Jakarta Menggunakan Metode Linear Regression (Studi Kasus: Dataset Indeks Standar Pencemar Udara Jakarta 2021)
Pencemaran udara merupakan hal yang harus diperhatikan saat ini. Besarnya partikel dan gas yang beracun di udara sudah melewati batasan yang cukup besar diberbagai negara salah satunya Indonesia. Ibukota Indonesia yaitu Jakarta merupakan pusat perekonomian yang dimana berdasarkan data yang didapatkan polusi tingkat pencemaran udara tergolong melewati batas standar AQG (Air Quality Guide) yang ditetapkan WHO (World Health Organization). Berdasarkan data Jakarta memiliki rata-rata polusi yang dapat dikategorikan sedang, yang dimana rentang indeks berada pada nilai 51-100 (µg/m3) . Hal ini diukur dari berbagai pengukuran gas dan partikel yakni PM10, PM2.5, NO2, SO2, CO, O3, dan HC. Pada penelitian ini akan dilakukan uji coba untuk memprediksi hasil pengukuran tersebut dimana dataset yang diperoleh merupakan hasil akuisisi dari website Opendata Jakarta. Penelitian ini bertujuan untuk menghitung, menghasilkan, serta memvisualisasikan hasil dari prediksi menggunakan pendekatan metode Linear Regression. Dengan Parameter yaitu faktor (Y1) Critical, (Y2) Max, dan (Y3) Category dan Parameter factor yaitu dari (X1) PM10, (X2) PM2.5, (X3) SO2, (X4) CO, (X5) O3, (X6) NO2, (X7) Tanggal, dan (X8) Stasiun.
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International.
Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution-ShareAlike 4.0 International (CC-BY-SA). that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
