Perpustakaan Digital ITB

Pemanasan global mulai menjadi isu utama dalam menjaga keberlangsungan dari lingkungan dan bumi ini. Fenomena ini terjadi akibat tingginya emisi gas rumah kaca yang mayoritas berasal dari aktivitas manusia. Di level universitas sendiri, sudah terdapat beberapa penelitian yang berkaitan dengan jejak karbon, tetapi hanya sedikit penelitian yang membahas dari segi perilaku dan aktivitas orang- orang di dalamnya. Secara statistik, mahasiswa memegang kontributor besar terhadap emisi karbon di perguruan tinggi dilihat dari tiga lingkup sumber emisi dari GHG Protocol. Saat ini sudah ada berbagai macam metode untuk melakukan perhitungan emisi karbon, namun masih sedikit penelitian yang memanfaatkan data emisi karbon tersebut untuk prediksi tren di masa depan. Oleh karena itu, dikembangkan sebuah model predictive analytics yang dapat diterapkan sebagai model untuk memprediksi tren emisi karbon universitas di masa depan berdasarkan emisi karbon yang dilihat dari kacamata aktivitas dan perilaku mahasiswa dalam kegiatan pembelajaran dengan menggunakan metodologi CRISP-DM (The Cross Industry Standard Process for Data Mining). Penelitian ini akan mengambil perguruan tinggi Institut Teknologi Bandung (ITB) sebagai studi kasus dan dibatasi pada program studi Sarjana Teknik Informatika, Sarjana Sistem dan Teknologi Informasi, dan Magister Informatika. Model predictive analytics yang dikembangkan terdiri atas dua komponen, yaitu komponen untuk melakukan perhitungan emisi karbon dan komponen model prediktif. Perhitungan emisi karbon dibangun berdasarkan formula perhitungan emisi karbon untuk setiap sumber emisi yang didefinisikan, yaitu konsumsi listrik, transportasi, dan konsumsi kertas. Pemodelan prediksi emisi karbon dilakukan dengan metode Support Vector Regressor sebagai model terbaik. Pemodelan menggunakan data historis berupa emisi karbon di 30 hari terakhir dan beberapa data real time pada waktu tertentu seperti temperatur, keadaan perkuliahan, dan banyak mahasiswa. Pengujian model prediktif dilakukan dengan menguji nilai MAE, RMSE, R2, dan MAPE. ii Model predictive analytics ini kemudian diintegrasikan ke dalam sebuah aplikasi dashboard yang dibagi ke dalam tiga entitas, yaitu mahasiswa, program studi, dan ITB. Aplikasi dashboard dapat menunjukkan hasil prediksi emisi karbon berdasarkan model prediktif, faktor-faktor yang mempengaruhi, dan langkah- langkah yang dapat diambil oleh masing-masing entitas dalam mengurangi emisi karbon. Penelitian ini diharapkan dapat memberikan insight bagi universitas dalam mengetahui tingkat level jejak karbon dan memberikan kesadaran bagi civitas akademik terkait jejak karbon mereka dan bisa menjadi bahan pertimbangan bagi perguruan tinggi untuk mengambil pengambilan keputusan untuk melakukan optimasi emisi karbon di level mahasiswa.