Using Harris hawk optimization towards support vector regression to ozone prediction

Sebagai wilayah yang mengalami pencemaran udara, terutama konsentrasi ozon yang seringkali melebihi ambang batas atau tidak sehat, JABODETABEK (Jakarta, Bogor, Depok, Tangerang, dan Bekasi) berupaya untuk mencegah dan mengendalikan pencemaran serta memulihkan kualitas udara. Oleh karena itu, penelitian ini bertujuan untuk membangun model prediktif konsentrasi ozon menggunakan Harris hawks optimization-support vector regression (HHO-SVR) di 14 kecamatan di JABODETABEK. Tujuan ini dicapai dengan mengumpulkan data konsentrasi ozon sebagai variabel respon dan faktor meteorologi sebagai variabel prediktor dari situs web penyedia data. Variabel prediktor lain seperti waktu dan lag signifikan yang dideteksi dengan fungsi autokorelasi parsial konsentrasi ozon juga digunakan. Kemudian variabel-variabel tersebut akan dipilih menggunakan recursive feature elimination-support vector regression (RFE-SVR) untuk memperoleh variabel prediktor signifikan yang mempengaruhi konsentrasi ozon. Setelah itu, model prediksi akan dibangun menggunakan metode HHO-SVR, support vector regression (SVR) yang nilai parameternya dioptimalkan dengan algoritma Harris hawks optimization (HHO). Ketika model telah terbentuk, beberapa metrik evaluasi yang digunakan untuk menentukan model terbaik meliputi mean absolute error (MAE), root mean square error (RMSE), mean absolute percentage error (MAPE), Coefficient of Determination (R 2 ), Variance Ratio (VR), dan uji Diebold–Mariano. Hasil penelitian ini menunjukkan bahwa lag 1, lag 2, suhu udara, kelembaban udara, dan indeks UV merupakan variabel prediktor yang signifikan terhadap hasil RFE-SVR untuk sebagian besar kecamatan. Secara umum, proses HHO membutuhkan waktu lebih lama dibandingkan algoritma metaheuristik lainnya. Rata-rata, 7 dari 14 kecamatan yang menggunakan model HHO-SVR menghasilkan prediksi terbaik dengan MAE di bawah 10, RMSE dan MAPE di bawah 20, R 2 sekitar 0,97, dan VR sekitar 0,98. Selanjutnya, hasil uji Diebold–Mariano juga menunjukkan bahwa akurasi hasil prediksi dan stabilitas kinerja model HHO-SVR lebih baik, terutama untuk Kecamatan Ciputat dan Bekasi Selatan. Hal ini menunjukkan bahwa kedua kecamatan tersebut sangat cocok untuk menggunakan HHO-SVR dalam memprediksi konsentrasi ozon.