Pengelompokkan Titik Wilayah di Provinsi Daerah Istimewa Yogyakarta Berdasarkan Kualitas Udara Menggunakan Algoritma Fuzzy C-Means

  • Aprilia Lutviana Dewi Politeknik Statistika STIS
    (ID)
  • Adrian Firmansyah Politeknik Statistika STIS
    (ID)
  • Emalia Septiani Hirma Politeknik Statistika STIS
    (ID)
  • Muhamad Bagus Adji Briliyanto Politeknik Statistika STIS
    (ID)
  • Muti Nurjannah Fitri Politeknik Statistika STIS
    (ID)
  • Rani Nooraeni Politeknik Statistika STIS
    (ID)

Abstract

Salah satu target SDGs adalah menangani permasalahan pencemaran udara, WHO menyebutkan bahwa pencemaran udara merupakan risiko gangguan kesehatan terbesar di dunia. Diperkirakan terdapat sekitar 6,5 juta orang meninggal tiap tahun akibat paparan polusi udara. Provinsi DIY merupakan salah satu daerah yang masih memiliki masalah pencemaran lingkungan, mobilitas manusia yang tinggi dengan bertambahnya pengguna kendaraan bermotor membuat pencemaran semakin meningkat. Selain itu, konsumsi energi dan aktivitas industri yang tidak terkendali terutama di daerah perkotaan juga ikut memperburuk kualitas udara. Penelitian ini bertujuan untuk mengelompokkan wilayah-wilayah di Provinsi DIY berdasarkan data kualitas udara yang terekam pada 75 titik amatan agar diperoleh gambaran umum karakteristik wilayah tertentu dengan masalah pencemaran udara spesifik meliputi gas pencemar CO, SO2, NO2, dan O3. Data yang digunakan merupakan data sekunder dari Kementerian Lingkungan Hidup Provinsi DIY, sedangkan metode yang digunakan adalah fuzzy c-means clustering. Hasilnya,dari profile data sebelum dilakukan pengelompokan diperoleh kadar CO, SO2, NO2, dan O3 terendah berada pada titik-titik wilayah permukiman dan tertinggi berada pada titik perempatan jalan, training camp, kampus fakultas teknik, dan industri dan hasil dari perbandingan clustering validity index terbentuk sebanyak 2 klaster. Klaster 1 memiliki titik tengah kadar pencemar gas NO2, SO2, CO, dan O3 yang lebih tinggi dibandingkan klaster 2. Klaster 1 terdiri atas 45 anggota, dimana sebagian besar klaster ini merupakan titik industri, persimpangan jalan, serta pusat keramaian. Sedangkan klaster 2 terdiri atas 30 anggota, dimana sebagian besar klaster ini merupakan titik permukiman.

Author Biographies

Aprilia Lutviana Dewi, Politeknik Statistika STIS
Mahasiswa Peminatan Statistika Sosial dan Kependudukan Politeknik Statistika STIS
Adrian Firmansyah, Politeknik Statistika STIS
Mahasiswa Peminatan Statistika Sosial dan Kependudukan Politeknik Statistika STIS
Emalia Septiani Hirma, Politeknik Statistika STIS
Mahasiswa Peminatan Statistika Sosial dan Kependudukan Politeknik Statistika STIS
Muhamad Bagus Adji Briliyanto, Politeknik Statistika STIS
Mahasiswa Peminatan Statistika Sosial dan Kependudukan Politeknik Statistika STIS
Muti Nurjannah Fitri, Politeknik Statistika STIS
Mahasiswa Peminatan Statistika Sosial dan Kependudukan Politeknik Statistika STIS
Rani Nooraeni, Politeknik Statistika STIS
Dosen Politeknik Statistika STIS

References

Bappeda Provinsi D.I. Yogyakarta. 2014. Polusi Udara dan Uji Emisi Gas Buang Kendaraan Bermotor sebagai Prasyarat Pemberian Perpanjangan STNK.

Kementrian Lingkungan Hidup dan Kehutanan RI. 2017. Laporan Kinerja 2017. Direktorat Jenderal Pengendalian Pencemaran dan Kerusakan Lingkungan: Jakarta.

Kementrian Lingkungan Hidup dan Kehutanan RI. 2018. Laporan Kinerja 2018. Direktorat Jenderal Pengendalian Pencemaran dan Kerusakan Lingkungan: Jakarta.

Badan Pusat Statistik. “Kepadatan Penduduk Menurut Provinsi, 2000-2015” [Tabel Dinamis]. Diunduh dari https://www.bps.go.id/linkTableDinamis/view/id/842.

Dinas Lingkungan Hidup Kota Yogyakarta. 2018. Laporan Analisa Hasil Pemantauan Kualitas Udara di Kota Yogyakarta.

Tribunjogja.com (2019). “Kualitas Udara di Kota Yogyakarta Masih Baik, Namun Polusi Bisa Meningkat Saat Liburan”. Diunduh dari https://jogja.tribunnews.com/2019/08/04/kualitas-udara-di-kota-yogyakarta-masih-baik-namun-polusi-bisa-meningkat-saat-liburan.

Zuhri, M.S. (2014). Pengaruh Faktor-faktor Demografi Terhadap Emisi Udara di Indonesia. Jurnal Ilmu Ekonomi dan Pembangunan, Vol. 14 (2), 13-37.

Rosdiyansyah, F. (2017). K-Means dan Fuzzy C-Means Pada Analisis Data Polusi Udara di Kota X. Seminar Nasional Teknologi Informasi dan Multimedia, Vol. 5 (1).

Badan Pusat Statistik. 2014. Statistik Transportasi Darat. Badan Pusat Statistik: Jakarta.

Badan Pusat Statistik. 2016. Statistik Transportasi Darat. Badan Pusat Statistik: Jakarta.

Badan Pusat Statistik. 2018. Statistik Transportasi Darat. Badan Pusat Statistik: Jakarta.

Damiyanti, dkk (2003). Pencemaran Udara di Ruang Proses Pembatikan Industri Rumah Tangga Batik (Studi Kasus: Industri Rumah Tangga di Kampung Taman Kotamadya Yogyakarta). Jurnal Manusia dan Lingkungan Universitas Gajah Mada, Vol. 10 (1), 19-32.

Radar Jogja. 2016. Asap Pabrik Aspal Masih Mengepul, Pemerintah Kabupaten Sleman Angkat Tangan.

Efiyah, Uum. 2014. Penerapan Algoritma Fuzzy C-Means untuk Pengelompokan Harga Gabah di Tingkat Penggilingan Berdasarkan Kualitas Gabah [Skripsi], Fakultas Sains dan Teknologi, Universitas Islam Negeri Maulana Malik Ibrahim.

Sitepu, R, dkk (2011). Analisis Cluster terhadap Tingkat Pencemaran Udara pada Sektor Industri di Sumatera Selatan. Jurnal Penelitian Sains, Vol. 13 (3), 11-17.

Ningrum, F, dkk (2011). Fuzzy C-Means Clustering dengan Analisis Robust. Seminar Nasional Statistika 12 November 2011.

Tan, P.N., Steinbach, M., Kumar, V. 2006. Introduction to Data Mining. Pearson Education, Inc.

Nooraeni, R. (2015). Cluster Method Using A Combination Of Cluster Kprototype Algorithm And Genetic Algorithm For Mixed Data. Jurnal Aplikasi Statistika & Komputasi Statistik, Vol. 7 (2), 81-98.

Pramana, S., dkk. 2018. Data Mining dengan R: Konsep dan Implementasinya. In Media, Jakarta.

Wu, K.L. & Yang, M.S.(2005). A Cluster Validity Index For Fuzzy Clustering. Taiwan: Pattern Recognition Letters, Vol. 26.

Haqiqi, B.N. & Kurniawan, R.(2015). “Analisis Perbandingan Metode Fuzzy C-Means Dan Subtractive Fuzzy C-Means”. Diunduh dari : https://www.researchgate.net/publication/291832481_ANALISIS_PERBANDINGAN_METODE_FUZZY_C-MEANS_DAN_SUBTRACTIVE_FUZZY_C-MEANS

Mashfuufah, S., Deden I. (2018). Penerapan Partition Entropy Index, Partition Coefficient Index dan Xie Beni Index untuk Penentuan Jumlah Klaster Optimal pada Algoritma Fuzzy C-Means dalam Pemetaan Tingkat Kesejahteraan Penduduk Jawa Tengah. The 7th URECOL STIKES PKU Muhammadiyah Surakarta.

Sormin, R. P. A., dkk. (2015). Aplikasi Metode Fuzzy C-Means Untuk Pengklasteran Kelayakan Rumah Di Desa Wayame, Ambon. Jurnal Ilmu Matematika dan Terapan. Vol 9 (2), 135-146.

Khairati, A. F., dkk (2019). Kajian Indeks Validitas pada Algoritma K-Means Enhanced dan K-Means MMCA. PRISMA Prosiding Seminar Nasional Matematika 2. 161-170.

Muchsin, A.K., Sudarma, M. (2015). Penerapan Fuzzy C-Means Untuk Penentuan Besar Uang Kuliah Tunggal Mahasiswa Baru. Lontar Komputer. Vol 6 (3), 175-184.

Keputusan Gubernur Provinsi Daerah Istimewa Yogyakarta Nomor 153 Tahun 2002 Tentang Baku Mutu Udara Ambien Daerah di Provinsi Daerah Istimewa Yogyakarta.

Published
2020-12-23
How to Cite
Dewi, A. L., Firmansyah, A., Hirma, E. S., Briliyanto, M. B. A., Fitri, M. N., & Nooraeni, R. (2020). Pengelompokkan Titik Wilayah di Provinsi Daerah Istimewa Yogyakarta Berdasarkan Kualitas Udara Menggunakan Algoritma Fuzzy C-Means. Jurnal MSA ( Matematika Dan Statistika Serta Aplikasinya ), 8(2), 99 - 110. https://doi.org/10.24252/msa.v8i2.16745
Abstract viewed = 435 times

Most read articles by the same author(s)