Pencemaran udara merupakan masalah utama yang berlaku di Malaysia. Zarah terampai adalah salah satu daripada bahan pencemar yang menyumbang kepada pencemaran udara yang boleh menyebabkan kesan buruk kepada organisma hidup. Zarah terampai (PM) adalah istilah umum yang digunakan untuk campuran zarah pepejal dan titisan cecair yang terdapat dalam udara. PM10 merujuk kepada zarah berdiameter aerodinamik kurang daripada 10 μm. Objektif kajian ini adalah untuk meramalkan kepekatan zarah (PM10) dengan menggunakan regresi linear berganda dan regresi tak linear di kawasan industri. Terdapat tiga stesen pengawasan industri iaitu Pasir Gudang, Nilai dan Perai dan satu stesen latar belakang iaitu Jerantut. Parameter telah dibahagikan kepada dua iaitu parameter meteorologi dan parameter gas. Parameter meteorologi terdiri daripada suhu (ºC), kelajuan angin (m/s) dan kelembapan relatif (%) manakala bagi parameter gas adalah Ozon (O3), Karbon Monoksida (CO), Sulfur Dioksida (SO2) dan Nitrogen Dioksida (NO2). Data purata setiap hari telah digunakan dan dibahagikan kepada data latihan (70%) dan data pengesahan (30%) adalah dari 2015 sehingga 2017. Nilai maksimum tertinggi kepekatan PM10 dicatat di Pasir Gudang pada tahun 2015 (301.27μg/m3) kerana pembakaran tanah dan hutan secara besar-besaran di Sumatera dan Kalimantan, Indonesia. Keputusan kajian menunjukkan bahawa regresi tak linear adalah model terbaik untuk meramalkan kepekatan PM10 untuk hari berikut berbanding dengan regresi linear berganda.
_______________________________________________________________________________________________________
Air pollution is a major problem that occurs in Malaysia. Particulate Matter is one of the pollutants that contributed to air pollution that can cause adverse effect to living organisms. Particulate Matter (PM) is the general term used for a mixture of solid particles and liquid droplets found in the air. PM10 refer to particles of aerodynamic diameter less than 10 μm. The objective is to predict particulate matter concentration (PM10) by using multiple linear regression and nonlinear regression in industrial areas. There are three industrial monitoring stations that are Pasir Gudang, Nilai and Perai and one background station which is Jerantut. The parameters were divided into two which are meteorological parameters and gaseous parameters. Meteorological parameters consist of temperature (ºC), wind speed (m/s) and relative humidity (%) while for gaseous parameters are Ozone (O3), Carbon Monoxide (CO), Sulphur Dioxide (SO2) and Nitrogen Dioxide (NO2). The daily mean data was used and divided into training data (70%) and validation data (30%) from 2015 until 2017. Highest maximum value of PM10 concentration was recorded at Perai in 2015 377.56 μg/m3) due to massive land and forest fire in Sumatra and Kalimantan, Indonesia. The result shows that Nonlinear Regression is the best model to predict the PM10 concentration for next day compared to Multiple Linear Regression.
Prediction of pm10 using multiple linear regression and nonlinear regression model in industrial areas / Mohamad Eizlan Haqimi Mat Zain