Untuk mendukung pertumbuhan ekonomi hijau Indonesia, diperlukan analisis lebih lanjut terkait aktivitas ekonomi di masa pandemi dan keterkaitannya dengan kondisi lingkungan. Penelitian ini bertujuan untuk menerapkan pendekatan Bayesian Network dalam memodelkan kondisi ekonomi hijau Indonesia di masa pandemi berdasarkan variabel-variabel yang disinyalir dapat berpengaruh seperti aktivitas ekonomi, kualitas udara, tingkat mobilitas penduduk, dan kasus positif COVID-19 yang diperoleh melalui big data. Model Bayesian Network yang dikonstruksi secara manual dengan algoritma Maximum Spanning Tree dipilih sebagai model terbaik dengan rata-rata akurasi 5-cross validation dalam memprediksi empat kelas PDRB sebesar 0,83. Model terbaik yang dipilih menunjukkan bahwa kondisi ekonomi Indonesia di era pandemi secara langsung dipengaruhi oleh intensitas cahaya malam (NTL) yang menunjukkan aktivitas ekonomi, kualitas udara (AQI), dan kasus positif COVID-19. Analisis parameter learning menunjukkan bahwa pertumbuhan ekonomi provinsi-provinsi Indonesia masih cenderung belum sejalan dengan terpeliharanya kualitas udara sehingga usaha untuk mencapai kondisi ekonomi hijau masih harus ditingkatkan.
Combining Lagrangian Decomposition with an Evolutionary Algorithm for the Knapsack Constrained Maximum Spanning Tree Problem
