Universitas Dian Nuswantoro melaksanakan kegiatan jurnal tentang emisi dinitrogen oksida (N2O) dari kegiatan pertanian. Kegiatan ini melibatkan Muslikh, Ahmad Rofiqul; Andono, Pulung Nurtantio; Marjuni, Aris; dan Santoso, Heru Agus sebagai peserta. Kegiatan tersebut berkaitan dengan Tujuan Pembangunan Berkelanjutan 2 dan 13. Kegiatan ini mengusulkan kerangka ensemble yang menggabungkan Isolation Forest, DBSCAN, dan One-Class SVM untuk meningkatkan deteksi pencilan dalam dataset emisi N2O.
Dataset tersebut terdiri atas 2.246 baris dan 21 kolom. Dataset diproses untuk menangani nilai yang hilang dan melakukan normalisasi data. Deteksi pencilan dilakukan menggunakan setiap metode secara individual, kemudian diintegrasikan melalui hard voting dan soft voting. Isolation Forest mengidentifikasi 113 pencilan, DBSCAN mendeteksi 1.801 pencilan, dan One-Class SVM menemukan 118 pencilan. Hard voting mengidentifikasi 165 pencilan, sedangkan soft voting mendeteksi 734 pencilan. Proses tersebut menghasilkan dataset yang telah diperbaiki untuk pemodelan berikutnya.
Pendekatan ensemble meningkatkan akurasi model XGBoost untuk prediksi emisi N2O. Hasil terbaik diperoleh dengan Random Search Cross Validation untuk penyetelan hiperparameter dan ukuran pengujian 20%. Hasil yang dilaporkan meliputi CV MSE sebesar 0,0215, MSE sebesar 0,0144, RMSE sebesar 0,1200, MAE sebesar 0,0723, dan R2 sebesar 0,6750.
Melalui kegiatan ini, UDINUS membahas penggabungan beberapa metode deteksi pencilan untuk meningkatkan kualitas data dan kinerja model, serta mendukung prediksi emisi N2O yang lebih andal. Sumber tidak menyediakan informasi tambahan mengenai kegiatan tersebut di luar metode dan hasil yang dijelaskan.