Skripsi/Tugas Akhir

Analisis Akurasi Tingkat Pencemaran Udara dengan Algoritma K-Nearest Neighbor dan Regresi Logit

---

Rating Anda tentang Buku ini!

---

ABSTRAK
Kota Makassar menjadi salah satu kota dengan tingkat polusi udara yang mengkhawatikan khusunya di tiga daerah di lokasi Pasar Sentral, Terminal Daya dan Pelabuhan Makassar yang padat akan aktivitas niaga dan kendaraan sehingga memiliki polusi tinggi. Polusi yang dikeluarkan oleh aktivitas niaga dan kendaraan seperti karbon monoksida (CO), nitrogen oksida (NOx), hidrokarbon (HC), Sulfur dioksida (SO2), timah hitam (Pb) dan karbon dioksida (CO2). Namun sampai saat ini pemerintah Kota Makassar belum atau tidak memiliki sistem penyedia informasi mengenai kondisi polusi udara. Berdasarkan studidDari penelitian terkait di atas tidak ada penelitian yang berfokus membandingkan hasil dari dua metode yang berbeda serta menghasilkan sebuah sistem maupun media informasi yang dapat diakses secara publik oleh masyarakat. Sehingga penelitian ini menggunakan lima kriteria tersebut dianalisa secara pararel dengan metode K-NN dan Regresi Logit. Kedua merupakan metode yang memerlukan data latih sebagai data penentu guna menemukan kecocokan terhadap data baru yang diuji, yang menghasilkan sistem untuk menganalisa data udara untuk di klasifikasi menjadi klasifikasi Baik, Sedang, Tidak Sehat, Sangat Tidak Sehat dan Berbahaya. Dengan menerapkan metode KNN dan RL Untuk melakukan klasfikasi data udara.
Kata Kunci: Polusi, K-Nearest Neighbor, Regresi Logit

ABSTRACT
Makassar City is one of the cities with a worrying level of air pollution, especially in the three areas at the Central Market, Daya Terminal and Makassar Port, which are busy with commercial and vehicle activities, so they have high pollution. Pollution is released by commercial activities and cars, such as carbon monoxide (CO), nitrogen oxides (NOx), hydrocarbons (HC), sulfur dioxide (SO2), lead (Pb) and carbon dioxide (CO2). However, the Makassar city government still needs an information provider system regarding air pollution conditions. Based on the studies related to the above, no research focuses on comparing the results of two different methods and producing a procedure or information media that can be accessed publicly by the community. So this study uses the five criteria analyzed in parallel with the K-NN method and Logit Regression. Both methods require training data as determinant data to find compatibility with the new data being tested. This results in a system for analyzing air data to be classified into Good, Moderate, Unhealthy, Very Unhealthy and Dangerous classifications. By applying the KNN and RL methods to organise air data.
Keywords: Pollution, K-Nearest Neighbor, Regresi Logit

---

Ketersediaan

Tidak ada salinan data

Informasi Detail

Judul Seri

--

No. Panggil

SKR 23-47 NAT a - 0489TI

Penerbit

Makassar : Universitas DIPA., 2023

Deskripsi Fisik

xiii + 62 hlm.; 20,5 x 28,5 cm

Bahasa

Indonesia

ISBN/ISSN

--

Klasifikasi

SKR 23-47

Tipe Isi

Text dan Gambar

Edisi/Cetakan

Cetakan Maret 2023

Subjek

Skripsi/Tugas Akhir
K-Nearest Neighbor
Regresi Logit

Lampiran File