1 Implementasi Metode Fuzzy Time Series untuk Peramalan Kandungan Particulate Matter (PM2,5) di Udara Rafika Sari Yaslan 1 , Ginanjar Abdurrahman 2 , Rosita Yanuarti 3 Program Studi Teknik Informatika, Fakultas Teknik, Universitas Muhammadiyah Jember E-mail : 1 rafikasariyaslan@gmail.com, 2 abdurrahmanginanjar@gmail.com, 3 rosita.yanuarti@gmail.com ABSTRAK Polusi udara adalah masalah yang banyak dialami berbagai negara di dunia. Polusi udara terjadi karena adanya kandungan zat pencemar atau polutan dalam udara, salah satunya yaitu Particulate Matter (PM2,5) atau disebut juga partikel debu yang berukuran kurang dari 2,5μm. Jika zat tersebut terhirup dan terakumulasi dalam jumlah banyak maka akan menyebabkan banyak gangguan kesehatan atau bahkan kematian. Untuk dapat melakukan pencegahan sebelum terlambat, digunakan teknologi peramalan untuk mengetahui kandungan PM2,5 dimasa mendatang. Penelitian ini menerapkan metode Fuzzy Time Series untuk meramalkan kandungan PM2,5 dengan langkah pertama yaitu menentukan himpunan semesta, kemudian pembentukan interval, fuzzifikasi, bentuk FLR dan FLRG, didefuzzifikasi, lalu hitung nilai hasil peramalan, dan terakhir ukur ketepatan hasil peramalan menggunakan MAPE, kemudian diimplementasikan pada sebuah sistem berbasis Web. Penelitian ini menggunakan 2 skenario pengujian sistem yaitu variasi periode data yang berpengaruh terhadap jumlah interval dan variasi nilai input konstanta D2 yang berpengaruh pada panjang interval pada tahap pembentukan interval. Berdasarkan pengujian tersebut, kandungan PM2,5 pada tanggal 1 Januari 2015 jam 00.00 WIB menggunakan periode data 6 bulan sebelumnya dan input konstanta D2 sebesar 10 adalah 12,884 μg/m 3 dengan jumlah interval yang terbentuk sebanyak 17 interval dan panjang setiap intervalnya sebesar 31,3. Kemudian tingkat kesalahan MAPE yang dihasilkan sebesar 17,9164%. Karena memiliki tingkat kesalahan MAPE kurang dari 20%, maka peramalan pada penelitian ini termasuk peramalan yang baik. Kemudian untuk peramalan periode tahunan, grafik yang dibentuk mengandung pola data musiman. Kata kunci : Peramalan, Polusi udara, PM2,5, Fuzzy Time Series 1. PENDAHULUAN Polusi udara adalah masalah sehari-hari yang saat ini banyak dialami berbagai negara di dunia. Berdasarkan data dari World Health Organization (WHO), polusi udara membunuh sekitar tujuh juta orang di seluruh dunia setiap tahun. Berbagai macam polusi udara seperti asap kendaraan bermotor dan limbah udara yang dihasilkan oleh sektor industri mengandung beberapa zat pencemar atau polutan. Berdasarkan World Air Quality Index (WAQI), ada enam jenis polutan utama yaitu Ozon (O3), Nitrogen Dioksida (NO2), Sulfur Dioksida (SO2), emisi Carbon Monoksida (CO), particulate PM2,5 dan PM10. Namun, yang menjadi perhatian penting adalah kandungan PM2,5 karena termasuk salah satu jenis polutan utama yang paling berbahaya jika melebihi batas aman dari standar WHO tentang kandungan PM2,5 dalam udara yaitu kurang dari 25 μg/m 3 . PM2,5 merupakan nama lain untuk partikel yang berukuran lebih kecil dari 2,5 μm atau disebut juga partikel halus yang ukurannya lebih kecil dari sehelai rambut manusia [15]. Karena ukurannya yang sangat kecil, PM2,5 dapat secara leluasa masuk ke dalam saluran pernapasan dan mengendap di alveoli sehingga dapat menyebabkan berbagai gangguan saluran pernapasan [3]. Menurut data dari AirVisual tahun 2010, China termasuk ke dalam 12 negara yang paling berpolusi dan berdasarkan informasi dari Pusat Pemantauan Lingkungan (PPL) kota Beijing, kepadatan particulate matter (PM2,5) yang tercatat telah mencapai jumlah tertinggi yaitu 755 μg/m 3 . Untuk itu, informasi mengenai peramalan kualitas udara khususnya PM2,5 di masa mendatang sangat diperlukan, karena akan sangat berguna bagi keberlangsungan lingkungan hidup, agar dapat melakukan tindakan pencegahan sebelum menjadi semakin memburuk. Terdapat beberapa penelitian sebelumnya yang berkaitan dengan peramalan. Penelitian [10] berjudul “Prediksi Jumlah Penduduk Menggunakan Fuzzy Time Series Model Chen (Studi Kasus: Kota Tanjungpinang)”. Penelitian ini bertujuan untuk mengetahui cara kerja Fuzzy Time Series Model Chen dalam memprediksi jumlah penduduk di Kota Tanjungpinang dengan melihat tingkat akurasi berdasarkan nilai error terkecil. Pada peramalan ini didapatkan nilai AFER sebesar 0.25%. Penelitian [5] meneliti tetang Peramalan Jumlah Kunjungan Wisatawan Kota Batu Menggunakan Metode Time Invariant Fuzzy Time Series. Hasil dari penelitian ini diketahui bahwa peramalan menggunakan fuzzy set berbasis rata – rata didapatkan nilai rata – rata error AFER terbaik sebesar 0,0056% dengan menggunakan 60 data latih. Penelitian [6] berjudul “Implementasi Metode Fuzzy Time Series Cheng untuk prediksi Konsentrasi Gas NO2 di Udara”. Penelitian ini menggunakan metode fuzzy time series Cheng yang menerapkan pembagian ulang terhadap hasil interval partisi pertama dari nilai semesta pembicaraan dengan melakukan fuzzifikasi data historis untuk menentukan Fuzzy Logical Relationship dan Fuzzy Logical Relationship Group. Dengan menggunakan 36 data sampel dari gas NO2, diperoleh nilai RMSE sebesar 2.08%. Berdasarkan penelitian – penelitian tersebut, masing – masing menggunakan metode yang sama yaitu Fuzzy Time Series dan mendapatkan nilai error yang kecil. Maka dari itu, peneliti menerapkan metode Fuzzy Time Series untuk meramalkan kandungan PM2,5 dengan tujuan