Pemetaan dan Prediksi Kualitas Udara di Indonesia Berbasis Standar WHO Menggunakan Machine Learning
Demo & Pengujian Sistem: Pemetaan dan Prediksi Kualitas Udara di Indonesia Berbasis Standar WHO Menggunakan Machine Learning
Video di atas mendemonstrasikan implementasi antarmuka, inference model, dan workflow end-to-end dari project Pemetaan dan Prediksi Kualitas Udara di Indonesia Berbasis Standar WHO Menggunakan Machine Learning via TikTok.
Overview & Cara Kerja
INA-AirQuality ML merupakan platform analitik geospasial (Geospatial Analytics) dan sistem kecerdasan buatan berbasis Machine Learning yang dirancang untuk memetakan, mendiagnosis, dan memprediksi status kualitas udara secara komprehensif pada seluruh 514 kabupaten dan kota di 34 provinsi Indonesia. Mengadopsi standar baku mutu internasional WHO Air Quality Guidelines (AQG) 2021, sistem ini membedah data polusi udara multivariat (PM2.5, PM10, CO, NO2, SO2, Ozon, Debu, dan Indeks UV) menggunakan 30 fitur prediktor rekayasa, membandingkan 8 algoritma Machine Learning, dan mengandalkan model terbaik Gradient Boosting Classifier yang mencapai Akurasi Pengujian 97.08%, Weighted F1-Score 0.9708, dan 5-Fold Cross-Validation Mean 96.42% dengan latensi inferensi ultra-cepat (8.15 milidetik).
Fitur Utama Project
Arsitektur & Pipeline Sistem
Alur data interaktif dari input request hingga hasil pemrosesan sistem:
National Data Extraction (514 Regencies) via Open-Meteo Air Quality API
Penarikan data atmosferik skala nasional mencakup 514 kabupaten/kota di 34 provinsi (7.710 observasi harian dan data per jam Parquet) dari reanalisis satelit CAMS via Open-Meteo API.
WHO Air Quality Guidelines 2021 Target Categorization (5 Tiers)
Standardisasi tingkat kualitas udara ke dalam 5 tingkatan ilmiah berbasis konsentrasi partikulat halus PM2.5 harian: Baik (AQG <=15), Moderat (IT-4: 15-25), Kurang Sehat (IT-3: 25-37.5), Tidak Sehat (IT-2: 37.5-50), dan Bahaya (IT-1: >50 ug/m3).
30 Multimodal Feature Engineering: Spatiotemporal & Chemical Indices
Rekayasa 30 fitur prediktor: statistik polutan (PM10, CO, NO2, SO2, O3, Dust, UV Index), koordinat geospasial & jarak ekuator, fitur siklikal temporal (sin/cos bulan & hari), rasio PM10/debu, indeks pembakaran, dan rasio fotokimia.
8 ML Algorithms Benchmarking & 5-Fold Stratified Cross-Validation
Pelatihan dan evaluasi komparatif 8 algoritma machine learning. Model Gradient Boosting terpilih sebagai model terbaik dengan Akurasi Uji 97.08%, F1-Score 0.9708, dan 5-Fold CV Mean 96.42%.
Flask Web Dashboard, Interactive Leaflet GIS & Health Advisory
Deployment model ke aplikasi web interaktif Flask 3.0 bergaya instansi resmi (BGN style), dilengkapi peta geospasial Leaflet GIS 514 titik wilayah, modul live prediksi autocomplete, estimasi PM2.5, dan panduan mitigasi kesehatan publik.
Struktur Berkas & Repositori
Hierarki folder dan berkas yang disertakan dalam paket proyek ini:
pemetaan-prediksi-kualitas-udara-indonesia-standar-who-machine-learning.zip
Arsip paket ZIP lengkap berisi 100% seluruh berkas di atas siap dijalankan.
Dokumentasi Teknis
Tersedia dokumentasi teknis komprehensif untuk project ini:
Kebutuhan Sistem & Spesifikasi
Spesifikasi minimum perangkat untuk menjalankan project ini dengan lancar:
Cross-platform compatible
Lingkungan kerja teruji
Optimal untuk running service
Untuk berkas & dependensi
Pertanyaan yang Sering Diajukan (FAQ)
Jawaban ringkas terkait lisensi, akses file unduhan, dan panduan instalasi:
Bagaimana cara mendapatkan source code setelah pembayaran?
Segera setelah pembayaran lunas (PAID), berkas ZIP project dapat langsung diunduh secara instan dari halaman ini atau menu Dashboard > Pembelian & Unduhan. Salinan bukti invoice transaksi dan tautan akses juga dikirim otomatis ke alamat email Anda.
Apakah ada panduan instalasi dan dokumentasi teknis?
Ya! Setiap project di Devilda Projects menyertakan dokumentasi teknis komprehensif, arsitektur sistem, struktur database, serta instruksi langkah demi langkah cara setup environment lokal hingga siap di-run.
Bolehkah source code ini dimodifikasi untuk tugas akhir/skripsi/komersial?
Tentu saja. Pembelian lisensi memberikan Anda hak penuh untuk memodifikasi, mengkustomisasi, dan mengembangkan source code ini untuk keperluan tugas akhir, skripsi, portfolio kerja, maupun proyek komersial klien Anda.
Bagaimana jika saya mengalami kendala teknis saat instalasi?
Tim teknis Devilda siap membantu asistensi. Anda dapat berkonsultasi langsung dengan tim kami via WhatsApp CS Devilda (0878-2851-5500). Kami siap membantu kendala instalasi.
Ulasan Pembeli
Ulasan terverifikasi dari pengguna yang telah membeli project ini.
Belum ada ulasan untuk project ini.
Pembayaran aman via QRIS (Semua E-Wallet) & Virtual Account.
Yang Anda Dapatkan:
- Full Source Code Lengkap & Aset Project
- Teknologi: Python, Flask, HTML, CSS
- Panduan Instalasi & Konfigurasi Lingkungan
- Seluruh Bab Dokumentasi Teknis Langkah demi Langkah
- Hak Lisensi Tugas Akhir, Skripsi & Komersial
- Akses Unduhan Berkas ZIP & Code Explorer Langsung