Jurnal Nasional Teknik Elektro dan Teknologi Informasi (May 2022)

Metode Pembelajaran Mesin untuk Memprediksi Emisi Manure Management

  • Widi Hastomo,
  • Nur Aini,
  • Adhitio Satyo Bayangkari Karno,
  • L.M. Rasdi Rere

DOI
https://doi.org/10.22146/jnteti.v11i2.2586
Journal volume & issue
Vol. 11, no. 2
pp. 131 – 139

Abstract

Read online

Indonesia berkomitmen menurunkan emisi gas rumah kaca (GRK) melalui skema nationally determined contribution (NDC). Target yang hendak dicapai untuk menurunkan emisi GRK yaitu 29% melalui skema business as usual (BAU) atau 41% dengan bantuan internasional. Target ambisius ini membutuhkan transformasi, baik dalam sistem energi maupun sistem pangan dan tata guna lahan, yang perlu mengatasi potensi pertukaran di antara sejumlah besar target, seperti ketahanan pangan, ketahanan energi, menghindari deforestasi, konservasi keanekaragaman hayati, persaingan penggunaan lahan, serta penggunaan air tawar. Mitigasi dan adaptasi memiliki peran yang saling melengkapi dalam merespons perubahan iklim yang dilakukan pada skala temporal dan spasial. Makalah ini bertujuan untuk melakukan simulasi dan prediksi pada emisi manure management penghasil CO2eq dengan menggunakan metode pembelajaran mesin long short-term memory (LSTM) dan gated recurrent unit (GRU). Arsitektur lapisan tersembunyi yang digunakan berjumlah enam kombinasi, sedangkan dataset diperoleh dari repositori fao.org. Optimizer yang digunakan dalam makalah ini yaitu RMSprop, dengan graphical user interface menggunakan dashboard Streamlit. Hasil dari penelitian ini yaitu; (a) cattle dengan lima belas epoch menggunakan lapisan tersembunyi empat kombinasi (LSTM, GRU, LSTM, GRU) menghasilkan RMSE 450,601; (b) non-dairy cattle dengan lima belas epoch dan satu lapisan tersembunyi (GRU, GRU, GRU, GRU) menghasilkan nilai RMSE 361,421; (c) poultry birds dengan nilai dua belas epoch dan tiga lapisan tersembunyi (GRU, GRU, LSTM, LSTM) menghasilkan nilai RMSE 341,429. Tantangan yang dihadapi adalah penentuan epoch, kombinasi lapisan tersembunyi, serta karakteristik dataset yang berjumlah relatif sedikit. Hasil dari penelitian ini diharapkan dapat memberikan nilai tambah untuk mengembangkan alat dan model pendukung keputusan yang lebih baik untuk menilai tren emisi di sektor peternakan serta untuk mengembangkan strategi mitigasi emisi CO2eq yang mengarah pada praktik pengelolaan pupuk yang berkelanjutan.

Keywords