Detail Cantuman

Pencemaran udara memengaruhi kesehatan manusia dan lingkungan, oleh karena itu diperlukan sistem untuk memprediksi Indeks Standar Pencemaran Udara (ISPU) di Kota Bandung. Pada penelitian ini yaitu membuat model prediksi berbasis Gated Recurrent Unit (GRU) yang digunakan pada sistem berbasis web yang dapat digunakan untuk menganalisis data time series. Parameter-parameter seperti learning rate (0,001), batch size (16), jumlah epochs (1000), dimensi hidden state (64), window size (7), dan dropout rate (0,2) dipilih untuk mengoptimalkan kinerja model. Dengan fokus pada deteksi pola data temporal, pendekatan ini memberikan keseimbangan antara akurasi dan generalisasi. Hasil penelitian menunjukkan efektivitas model dalam menangkap pola jangka pendek dan menghindari overfitting, menjadikannya solusi potensial untuk aplikasi prediksi sekuensial. Pelatihan pada model menghasilkan akurasi yaitu MAPE 8.67%, RMSE 6.004, dan ????² 0.8007. Yang menunjukkan model menghasilkan prediksi yang sangat baik. Lalu, pada pengujian didapatkan hasil analisis yang menunjukkan fungsi aktivasi linear memberikan hasil terbaik dengan MAPE 7.31%, RMSE 5.457, dan ????² 0.8353, diikuti tanh sebagai alternatif kompetitif. Studi ini menekankan pentingnya pemilihan fungsi aktivasi untuk meningkatkan performa model GRU dalam memprediksi pencemaran udara secara akurat dan efisien.
Kata kunci : Gated Recurrent Unit, Mean Absolute Percentage Error, Pencemaran Udara, Forecasting, Root Mean Square Error.