Penerapan Genetic Modified k-Nearest Neighbor Pada Prediksi PM10 di Pekanbaru

Abstract

Penerapan metode algoritma genetika dan modified k-nearest neighbor(MKNN) dengan deret waktu telah digunakan dalam penelitian ini. Metode MKNN dan algoritma genetika digunakan untuk memprediksi particulate matter (PM10) di kota Pekanbaru. Data PM10 yang digunakan merupakan data PM10 per 30 menit pada bulan Juli sampai bulan Desember tahun 2015 yang diambil dari laboratorium udara kota Pekanbaru. Data ini kemudian diubah menjadi deret waktu dengan 48 variabel masukan dan 1 variabel keluaran. Hasil dari penelitan ini menunjukkan bahwa metode MKNN dapat memprediksi PM10 dengan error terendah yaitu 8,957 dan metode algoritma genetika dapat mencari nilai k optimal pada MKNN dengan k optimal yaitu 3.