PEMANFAATAN PEMODELAN NEURAL PROPHET DALAM MEMPREDIKSI PARAMETER PM10 (STUDI KASUS DKI JAKARTA)

Abstrak

Kualitas udara adalah permasalahan serius di negara-negara berkembang, terutama di DKI Jakarta, yang dipicu oleh jumlah kendaraan bermotor yang semakin meningkat dan aktivitas industri. Penelitian ini menguji keefektifan model Neural Prophet dalam memprediksi konsentrasi PM10 sebagai indikator utama kualitas udara. Data harian dari Stasiun Pemantau Kualitas Udara DKI Jakarta selama periode 2018-2022 digunakan, dengan model dievaluasi. Data awal mengalami pengolahan dengan penyesuaian format tanggal dan penghilangan variabel yang tidak relevan. Model dikonfigurasi dengan hyperparameter yang telah ditentukan dan diuji menggunakan teknik holdout, dengan membagi data menjadi 95% data latihan dan 5% data uji. Evaluasi model menunjukkan penurunan signifikan dan menunjukkan pembelajaran yang efektif. Data deret waktu menunjukkan fluktuasi tahunan, terutama mencapai puncak dari Juni hingga Oktober. Prediksi model cukup sejalan dengan data aktual, meskipun dengan ketidakpastian pada beberapa titik. Penelitian ini menunjukkan bahwa Neural Prophet dapat memprediksi konsentrasi PM10 dengan akurasi yang memadai, berpotensi sebagai alat untuk manajemen, dan perencanaan kualitas udara di DKI Jakarta.