Penerapan Model Prophet Dengan Variabel LAG Sebagai Extra Regresor Pada Peramalan Konsentrasi Harian PM2.5 Di Jakarta

Oleh :
Azzka Laila Maftuhatul Aufa - M0720018 - Fak. MIPA

Sebagai kota metropolitan dengan tingkat polusi udara yang tinggi, konsentrasi particulate matter 2.5 (PM2.5) di Jakarta menjadi isu lingkungan serius yang memerlukan pemantauan dan peramalan yang akurat. Penelitian ini bertujuan untuk mengevaluasi kinerja model Prophet dalam meramalkan konsentrasi harian PM2.5  di Jakarta menggunakan data periode 1 Maret 2022 hingga 31 Maret 2025. Pengembangan model dilakukan secara bertahap: (1) Model Prophet dengan hyperparameter yang sudah ditetapkan sebagai model dasar, (2) Model dengan hyperparameter tuning, dan (3) Model hasil tuning yang ditambahkan komponen hari libur (holiday) dan variabel lag sebagai extra regressor. Variabel lag dipilih berdasarkan hasil analisis fungsi autokorelasi parsial (PACF), dengan seleksi akhir mengacu pada evaluasi kinerja model. Hasil evaluasi menunjukkan bahwa model dengan satu variabel lag (lag-1) memberikan akurasi terbaik, dengan nilai Mean Absolute Percentage Error (MAPE) sebesar 21,74%. Penambahan variabel lag terbukti efektif dalam menangkap dinamika jangka pendek dan mengurangi autokorelasi pada residu, sehingga meningkatkan kinerja model secara keseluruhan.