PREDIKSI NILAI INDEKS KUALITAS LINGKUNGAN HIDUP MENGGUNAKAN METODE MULTIPLE LINEAR REGRESSION

Nadhifah, Ghina Siti and Kuswardani, Dwina and Putra, Rakhmadi Irfansyah (2025) PREDIKSI NILAI INDEKS KUALITAS LINGKUNGAN HIDUP MENGGUNAKAN METODE MULTIPLE LINEAR REGRESSION. Diploma thesis, ITPLN.

[thumbnail of 202131105_Ghina Siti Nadhifah_Revisi_Skripsi_Ghina Siti Nadhifah.pdf] Text
202131105_Ghina Siti Nadhifah_Revisi_Skripsi_Ghina Siti Nadhifah.pdf
Restricted to Registered users only

Download (3MB)

Abstract

Kualitas lingkungan hidup di Indonesia menjadi perhatian utama di tengah tantangan urbanisasi, industrialisasi, dan perubahan iklim. Indeks Kualitas Lingkungan Hidup (IKLH) digunakan untuk mengukur kondisi lingkungan dengan mempertimbangkan empat indikator utama yaitu Indeks Kualitas Air (IKA), Indeks Kualitas Udara (IKU), Indeks Kualitas Lahan (IKL), dan Indeks Kualitas Air Laut (IKAL). Penelitian ini bertujuan untuk memprediksi nilai IKLH di tahun 2023 menggunakan model Multiple Linear Regression berdasarkan indikator IKLH itu sendiri dari 34 provinsi di Indonesia berdasarkan data dari tahun 2011 hingga 2022. Hasil penelitian menunjukkan bahwa model yang dikembangkan memiliki performa yang baik dengan nilai R² sebesar 0.8528, MAPE sebesar 2.80%, dan RMSE sebesar 2.2479. Koefisien terbesar terdapat pada variabel IKU sebesar 0.3739, yang menunjukkan bahwa kualitas udara memberikan kontribusi paling signifikan terhadap IKLH. Prediksi nilai IKLH untuk tahun 2023 menunjukkan sebagian besar provinsi berada dalam kategori "Baik" atau "Sedang", tanpa ada provinsi yang masuk kategori "Buruk". Hasil penelitian ini diharapkan dapat membantu dalam pengambilan kebijakan yang lebih efektif untuk meningkatkan kualitas lingkungan hidup di Indonesia.

Environmental quality in Indonesia has become a major concern amidst the challenges of urbanization, industrialization, and climate change. The Environmental Quality Index (EQI) is used to measure environmental conditions by considering four main indicators: Water Quality Index (WQI), Air Quality Index (AQI), Land Quality Index (LQI), and Marine Water Quality Index (MWQI). This study aims to predict the EQI value for 2023 using the Multiple Linear Regression model based on the EQI indicators, namely WQI, AQI, LQI, and MWQI, from 34 provinces in Indonesia using data from 2011 to 2022. The results show that the developed model has good performance with an R² value of 0.8528, MAPE of 2.80%, and RMSE of 2.2479. The largest coefficient is found in the AQI variable at 0.3739, indicating that air quality contributes the most significantly to the EQI. The prediction of the EQI for 2023 shows that most provinces fall into the "Good" or "Moderate" categories, with no provinces classified as "Poor." These findings are expected to serve as a basis for more effective policy-making to improve environmental quality in Indonesia.

Item Type: Thesis (Diploma)
Uncontrolled Keywords: Indeks Kualitas Lingkungan Hidup (IKLH), Prediksi, Multiple Linear Regression, R², MAPE, RMSE Environmental Quality Index (EQI), Prediction, Multiple Linear Regression, R², MAPE, RMSE
Subjects: Skripsi
Bidang Keilmuan > Teknik Informatika
Divisions: Fakultas Telematika Energi > S1 Teknik Informatika
Depositing User: Sudarman
Date Deposited: 08 Oct 2025 09:01
Last Modified: 08 Oct 2025 09:01
URI: https://repository.itpln.ac.id/id/eprint/1972

Actions (login required)

View Item
View Item