Abstract:
Korosi atmosferik merupakan salah satu permasalahan utama yang mempengaruhi
umur pakai material logam, khususnya di wilayah perkotaan dengan kondisi cuaca
yang bervariasi. Penelitian ini bertujuan untuk menganalisis pengaruh parameter
cuaca lokal terhadap laju korosi atmosferik di lingkungan Kota Medan serta
mengembangkan model prediksi laju korosi menggunakan pendekatan machine
learning. Parameter cuaca yang dianalisis meliputi suhu udara, kelembapan relatif,
curah hujan, kecepatan angin, dan intensitas sinar matahari. Data laju korosi
diperoleh melalui pengujian spesimen logam secara langsung di lapangan dengan
metode kehilangan massa (weight loss method) selama periode 12 bulan. Model
prediksi dibangun menggunakan algoritma Random Forest dan Support Vector
Regression (SVR). Hasil penelitian menunjukkan bahwa parameter kelembapan
relatif dan curah hujan memiliki pengaruh paling signifikan terhadap peningkatan
laju korosi. Model Random Forest menunjukkan performa terbaik dengan nilai R²
sebesar 0,93 dan RMSE yang relatif rendah dibandingkan model lainnya. Evaluasi
model menunjukkan bahwa pendekatan machine learning mampu memberikan
prediksi yang akurat dan dapat digunakan sebagai alat bantu dalam pengendalian
korosi di wilayah urban seperti Kota Medan. Penelitian ini diharapkan dapat
menjadi dasar dalam perencanaan strategi mitigasi korosi berbasis data cuaca lokal
serta pengembangan sistem monitoring berbasis kecerdasan buatan untuk
pemeliharaan infrastruktur logam di wilayah tropis.
