IMPLEMENTASI ALGORITMA MULTIPLE LINEAR REGRESSION UNTUK ANALISIS HUBUNGAN POLUSI CAHAYA DENGAN PERKEMBANGAN EKONOMI DAN INFRASTRUKTUR PERKOTAAN

Fajar Zuliansyah Trihutama, - (2023) IMPLEMENTASI ALGORITMA MULTIPLE LINEAR REGRESSION UNTUK ANALISIS HUBUNGAN POLUSI CAHAYA DENGAN PERKEMBANGAN EKONOMI DAN INFRASTRUKTUR PERKOTAAN. S1 thesis, Universitas Pendidikan Indonesia.

	Text S_KOM_1905394_Title.pdf Download (1MB)
	Text S_KOM_1905394_Chapter1.pdf Download (534kB)
	Text S_KOM_1905394_Chapter2.pdf Restricted to Staf Perpustakaan Download (2MB)
	Text S_KOM_1905394_Chapter3.pdf Download (665kB)
	Text S_KOM_1905394_Chapter4.pdf Restricted to Staf Perpustakaan Download (2MB)
	Text S_KOM_1905394_Chapter5.pdf Download (526kB)
	Text S_KOM_1905394_Appendix.pdf Restricted to Staf Perpustakaan Download (413kB)

Abstract

Pembangunan kota berkelanjutan merupakan respons terhadap dinamika kehidupan manusia termasuk penggunaan energi berlebih seperti cahaya artifisial yang berdampak pada polusi cahaya. Dengan data indikator perkembangan ekonomi dan luas infrastruktur perkotaan di wilayah di pulau Jawa dan daerah-daerah dengan kepadatan populasi tinggi di Indonesia. Peneliti akan menganalisis hubungan antara polusi cahaya dan pembangunan ekonomi serta perkembangan infrastruktur perkotaan. Dengan mengimplementasikan algoritma Multiple Linear Regression (MLR) peneliti ingin menemukan faktor terpenting yang menyebabkan kenaikan intensitas polusi cahaya. Algoritma tersebut mengestimasi koefisien regresi sebagai kontribusi variabel independen terhadap variabel dependen. Hasil eksperimen model MLR secara simultan menunjukkan bahwa ada 2 faktor yang berkontribusi, yaitu Public dan Tourism_House untuk infrastruktur perkotaan serta Inflasi dan IPM untuk indikator perkembangan ekonomi dengan nilai R-Squared sebesar 0.81, F-Statitstic 5.74, dan MSE 17.29. Selain itu, diperoleh hasil bahwa waktu komputasi metode optimasi cenderung fluktuatif sesuai dengan bentuk data yang dimodelkan. Penelitian ini diharapkan dapat membantu pembangunan kebijakan yang berfokus pada pengelolaan polusi cahaya secara berkelanjutan. Sustainable urban development is a response to the dynamics of human life including excessive energy use such as artificial light that results in light pollution. Using data on economic development indicators and the extent of urban infrastructure in the island of Java and high population density areas in Indonesia. We will analyze the relationship between light pollution and economic development and urban infrastructure development. By implementing the Multiple Linear Regression (MLR) algorithm, we aim to find the most important factors that cause the increase in light pollution intensity. The algorithm estimates the regression coefficient as the contribution of the independent variable to the dependent variable. The experimental results of the MLR model simultaneously show that there are 2 contributing factors, namely Public and Tourism_House for urban infrastructure and Inflation and HDI for economic development indicators with an R-Squared value of 0.81, F-Statitstic 5.74, and MSE 17.29. In addition, it was found that the computation time of the optimization method tends to fluctuate according to the shape of the data being modeled. This research is expected to help the development of policies that focus on the sustainable management of light pollution.

Item Type:	Thesis (S1)
Additional Information:	Link Google Scholar Link: https://scholar.google.com/citations?user=WBNC3hUAAAAJ&hl=id ID SINTA Dosen Pembimbing: Lala Septem Riza : 5975668 Judhistira Aria Utama: 6125861
Uncontrolled Keywords:	Infrastruktur Perkotaan, Multiple Linear Regression, Open Street Map, Perkembangan Ekonomi, Polusi Cahaya, VIIRS
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions:	Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam > Program Studi Ilmu Komputer
Depositing User:	Fajar Zuliansyah Trihutama
Date Deposited:	15 Sep 2023 02:20
Last Modified:	15 Sep 2023 02:20
URI:	http://repository.upi.edu/id/eprint/105648

Actions (login required)

View Item