Perbandingan Additive dan Multiplicative Exponential Smoothing Terhadap Prakiraan Kualitas Udara di Banjarmasin

Kekhawatiran kesehatan manusia adalah salah satu konsekuensi penting dari rendahnya kualitas udara. Kondisi rendahnya kualitas udara setiap kota akan memberikan dampak jangka panjang seperti terjadinya pemanasan global serta efek rumah kaca antropogenik. Masalah kualitas udara biasanya terjadi pada daerah yang berada beberapa bagian negara seperti Pulau Kalimantan. Sebagai pulau terbesar ketiga di dunia, Kalimantan dapat dikatakan sebagai paru-paru dunia seperti permasalahan kabut asap yang menyelimuti Kota Banjarmasin pada 2019. Kondisi tersebut dapat mengakibatkan tingginya penderita Infeksi Saluran Pernafasan Akut (ISPA). Pengambilan keputusan oleh pemangku kepentingan perlu dikaji secara mendalam untuk mencegah hal tersebut. Salah satu upaya yang dapat dilakukan adalah prakiraan kualitas udara yang akan terjadi. Data yang didapatkan dari BMKG Kota Banjarmasin merupakan bahan awal untuk prakiraan tersebut. Prakiraan kualitas udara akan menggunakan Triple Exponential Smoothing dengan 2 jenis pemodelan yaitu additive dan multiplicative, sehingga penelitian ini bertujuan untuk melakukan prakiraan kualitas udara di Kota Banjarmasin pada tahun 2021 dan 2022 menggunakan Additive dan Multiplicative Triple Exponential Smoothing. Pada prakiraan menggunakan metode tersebut, pembobotan pada nilai konstanta α, β, γ dapat menghasilkan nilai error yang kecil. Untuk menentukan perbandingan akurasi kedua pemodelan dilakukan dengan nilai RMSE. Hasil penelitian menunjukkan bahwa kondisi kualitas udara di Banjarmasin selama 2021 dan 2022 untuk polutan CO, O3, dan PM berada pada kategori aman untuk kesehatan manusia, sedangkan untuk polutan NO2 dan SO2 dinyatakan memiliki indeks yang tinggi sehingga kualitas udara dapat membahayakan kesehatan makhluk hidup. Secara perbandingan, pemodelan multiplicative pada prakiraan CO (α = 0.5, β = 0.001, dan γ = 0.149), NO2 (α = 0.5, β = 0.024, dan γ = 0.022), dan SO2 (α = 0.5, β = 0.001, dan γ = 0.037) memiliki akurasi tinggi dan nilai error yang kecil dibandingkan dengan pemodelan additive. Sebaliknya, pemodelan additive pada O3 (α = 0.5, β = 0.001, dan γ = 0.06) dan PM (α = 0.434, β = 0.001, dan γ = 0.213) memilik akurasi tinggi dan nilai error yang rendah dibandingkan pemodelan multiplicative. Kesimpulan yang didapatkan adalah perbedaan hasil prakiraan antara pemodelan additive dan multiplicative pada prakiraan kualitas udara di Banjarmasin karena pemodelan multiplicative digunakan apabila terdapat kecenderungan atau tanda bahwa pola musiman bergantung pada ukuran data. Dengan kata lain, pola musiman membesar seiring meningkatnya ukuran data. Sedangkan model additive digunakan jika kecenderungan tersebut tidak terjadi.