Silaban, Marlina Bertha (2025) Markov Weighted Fuzzy Time Series dengan Pembobotan Exponential Decay Rate dan Algoritma Particle Swarm Optimization untuk Memprediksi Polusi Udara. Undergraduate thesis, Universitas Diponegoro.

	Text File 1-Pendahuluan - Marlina Bertha.pdf Download (790kB)
	Text File 2 (Isi) - Marlina Bertha.pdf Restricted to Repository staff only Download (4MB) | Request a copy
	Text File 3 (Daftar Pustaka) - Marlina Bertha.pdf Download (733kB)

Abstract

"Polusi udara merupakan permasalahan lingkungan yang berdampak signifikan
terhadap kesehatan dan kualitas hidup masyarakat, terutama di wilayah perkotaan
seperti Kota Semarang. Untuk menghasilkan peramalan polusi udara yang lebih
akurat, penelitian ini mengembangkan model Markov Weighted Fuzzy Time Series
(MWFTS) dengan menerapkan pembobotan menggunakan Exponential Decay
Rate dan optimasi parameter menggunakan algoritma Particle Swarm Optimization
(PSO). Model ini bertujuan untuk menangkap dinamika fluktuatif data polutan
udara secara lebih sensitif terhadap waktu, dengan memberikan bobot lebih tinggi
pada data terbaru. Data yang digunakan merupakan data sekunder dari Dinas
Lingkungan Hidup (DLH) Kota Semarang, meliputi parameter PM10 dan CO dalam
rentang waktu September 2022 hingga Desember 2023. Evaluasi model dilakukan
menggunakan Mean Absolute Percentage Error (MAPE), dengan hasil
menunjukkan bahwa penerapan pembobotan temporal dan optimasi PSO mampu
meningkatkan akurasi prediksi dibandingkan model fuzzy time series standar.
Penelitian ini diharapkan dapat menjadi referensi dalam pengembangan sistem
prediksi kualitas udara serta sebagai dasar pengambilan keputusan mitigasi polusi
udara."

Actions (login required)

View Item