Visualisasi Adaptif kondisi lingkungan Virtual untuk simulasi UHI Kota Malang menggunakan Support Vector Regression

INDONESIA:

Penelitian ini bertujuan untuk mengembangkan sistem visualisasi adaptif berbasis VR yang mampu merepresentasikan fenomena UHI di Kota Malang secara interaktif. Sistem yang dikembangkan bernama Monitoring Malang City, mengintegrasikan model prediksi SVR dengan FastAPI dan Unity 3D, sehingga memungkinkan pemutakhiran data suhu permukaan tanah secara real-time melalui koneksi API. Arsitektur sistem dirancang dengan dua lapisan utama, yaitu backend untuk prediksi dan pemrosesan data dan frontend sebagai visualisasi termal adaptif. Model SVR dengan kernel RBF menghasilkan performa terbaik dengan nilai MAPE 2,76% dan R² 0,879, menunjukkan akurasi tinggi dalam estimasi LST. Hasil prediksi ini divisualisasikan ke dalam lingkungan 3D menggunakan sistem pewarnaan heatmap dan pengendalian interaksi berbasis FSM. Evaluasi usability menggunakan metode SUS terhadap 50 responden yang terdiri dari Bappeda, ahli game, dan mahasiswa, menunjukkan rata-rata skor 81,80, yang termasuk dalam kategori Good (Grade B). Hal ini menandakan bahwa sistem mudah digunakan, efisien, dan memberikan pengalaman interaktif yang memuaskan. Penelitian ini membuktikan bahwa integrasi SVR, API, dan VR dapat menghasilkan sistem simulasi cerdas yang tidak hanya menyajikan akurasi prediksi tinggi, tetapi juga meningkatkan pemahaman spasial pengguna terhadap dinamika termal perkotaan. Pendekatan ini diharapkan dapat berkontribusi pada pengembangan smart city dan pengelolaan lingkungan berbasis data ilmiah.

ENGLISH:

This study aims to develop an adaptive visualization system based on VR to represent the UHI phenomenon in Malang City interactively. The developed system, named Monitoring Malang City, integrates a SVR model with FastAPI and Unity 3D, allowing real-time updates of land surface temperature data through an API connection. The system architecture consists of two main layers: a backend for prediction and data processing, and a frontend for adaptive thermal visualization. The SVR model with an RBF kernel achieved the best performance with MAPE of 2.76% and R² of 0.879, indicating high accuracy in LST estimation. The predicted data were visualized in a 3D environment using a thermal heatmap and a user interaction system controlled by a FSM. The usability evaluation, conducted using SUS with 50 respondents from urban planners, game experts, and university students, obtained an average score of 81.80, classified as Good (Grade B). This indicates that the system is user-friendly, efficient, and provides a satisfying interactive experience. The integration of SVR, API, and VR demonstrates the potential to produce an intelligent simulation system that not only achieves high predictive accuracy but also enhances users’ spatial understanding of urban thermal dynamics. This approach contributes to the advancement of smart city development and data-driven environmental management.

ARABIC:

يهدف هذا البحث إلى تطوير نظام تصوير تفاعلي قائم على الواقع الافتراضي (VR) لتمثيل ظاهرة الجزر الحرارية الحضرية (UHI) في مدينة مالانج بطريقة تفاعلية. تم تطوير النظام المسمى Monitoring Malang City بدمج نموذج Support Vector Regression (SVR) مع FastAPI وUnity 3D، مما يتيح تحديث بيانات درجة حرارة سطح الأرض في الوقت الفعلي من خلال واجهة برمجة التطبيقات (API). يتكون هيكل النظام من طبقتين رئيسيتين: طبقة خلفية (backend) للتنبؤ ومعالجة البيانات، وطبقة أمامية (frontend) للتصوير الحراري التكيفي. أظهر نموذج SVR باستخدام نواة RBF أفضل أداء بقيمة MAPE تبلغ ‎2.76%‎ ومعامل تحديد R² يساوي ‎0.879‎، مما يشير إلى دقة عالية في تقدير درجة حرارة سطح الأرض. تم عرض النتائج في بيئة ثلاثية الأبعاد باستخدام خريطة حرارية (heatmap) ونظام تفاعل للمستخدم يعتمد على آلة الحالات المحدودة (FSM). أظهرت نتائج تقييم سهولة الاستخدام باستخدام مقياس System Usability Scale (SUS) بمشاركة 50 مشاركاً (من هيئة التخطيط العمراني، وخبراء الألعاب، والطلاب الجامعيين) متوسط درجة 81.80، مصنفاً ضمن الفئة جيد (الدرجة ب)، مما يدل على أن النظام سهل الاستخدام وفعّال ويوفر تجربة تفاعلية مرضية. تؤكد نتائج هذا البحث أن دمج SVR وAPI وVR يمكن أن ينتج نظام محاكاة ذكي يتمتع بدقة تنبؤية عالية ويعزز فهم المستخدمين المكاني للديناميكيات الحرارية الحضرية. ويساهم هذا النهج في تطوير المدن الذكية وإدارة البيئة القائمة على البيانات العلمية.48.22%.