ANALISIS KLASIFIKASI INDEKS STANDAR PENCEMARAN UDARA JAKARTA TAHUN 2025 MENGGUNAKAN ALGORITMA RANDOM FOREST

Andhika Nur Fachmi; Fuad Nur Hasan; Anisa Permata Sari; Ferdinan Restu Ramadhan; Reihan Dwi Patria; Salma Pudjiati; Salma Pudjiati

doi:10.23960/jitet.v14i1.8477

Authors

Andhika Nur Fachmi Universitas Bina Sarana Informatika
Fuad Nur Hasan Universitas Bina Sarana Informatika
Anisa Permata Sari Universitas Bina Sarana Informatika
Ferdinan Restu Ramadhan Universitas Bina Sarana Informatika
Reihan Dwi Patria Universitas Bina Sarana Informatika
Salma Pudjiati Universitas Bina Sarana Informatika
Salma Pudjiati Universitas Bina Sarana Informatika

DOI:

https://doi.org/10.23960/jitet.v14i1.8477

Abstract Views: 145 File Views: 72

Keywords:

Klasifikasi ISPU; Kualitas Udara; Random Forest; SMOTE; PM2.5

Abstract

Pencemaran udara di DKI Jakarta telah menjadi isu lingkungan kritis dengan fluktuasi konsentrasi polutan yang kompleks, menuntut metode pemantauan yang lebih presisi dibandingkan pendekatan konvensional. Penelitian ini bertujuan untuk mengklasifikasikan tiga kategori utama Indeks Standar Pencemaran Udara (ISPU) menggunakan algoritma Machine Learning Random Forest. Studi ini memanfaatkan dataset harian terbaru periode Januari hingga Agustus 2025 yang mencakup parameter PM10, PM2.5, SO2, CO, O3, dan NO2. Guna mengatasi ketidakseimbangan distribusi kelas pada data kategori ISPU, diterapkan teknik Synthetic Minority Over-sampling Technique (SMOTE) pada tahap pra-pemrosesan. Hasil evaluasi model menunjukkan kinerja yang sangat impresif dengan tingkat akurasi mencapai 99,50% pada data pengujian. Analisis feature importance mengidentifikasi bahwa PM2.5 merupakan parameter paling dominan dengan kontribusi pengaruh sebesar 30,68% terhadap penentuan kualitas udara. Temuan ini memvalidasi efektivitas Random Forest sebagai instrumen sistem peringatan dini yang andal serta menekankan urgensi kebijakan pengendalian emisi partikulat di Jakarta.

Downloads

Download data is not yet available.

References

Joko Sapto Pramono, Nuraini, Junardin Djamaluddin, Yoanita Hijriyati, and Yusriati, “The Effect of Air Pollution on the Health of Urban Residents (Case Study in Jakarta),” Miracle Get Journal , vol. 2, no. 2, pp. 34–43, May 2025, doi: 10.69855/mgj.v2i2.125.

Z. Majidah, M. Ari Bianto, and B. Dwi Saputra, “Implementasi Fuzzy Logic Mamdani Untuk Monitoring Kualitas Udara Berbasis Iot,” Jurnal Pengembangan Teknologi Informasi dan Komunikasi (JUPTIK) , vol. 2, no. 1, pp. 1–6, Jun. 2024, doi: 10.52060/juptik.v2i1.2091.

N. A. R. Rahmadenti, “Analisis Pola Dan Tren Kualitas Udara Dki Jakarta 2022–2025 Menggunakan K-Means Clustering,” Jurnal Informatika dan Teknik Elektro Terapan , vol. 13, no. 3S1, Oct. 2025, doi: 10.23960/jitet.v13i3S1.8141.

R. Firdaus et al. , “Implementasi Algoritma Random Forest Untuk Klasifikasi Pencemaran Udara di Wilayah Jakarta Berdasarkan Jakarta Open Data,” JURNAL FASILKOM , vol. 14, no. 2.

H. Hairani, A. Anggrawan, and D. Priyanto, “Improvement Performance of the Random Forest Method on Unbalanced Diabetes Data Classification Using Smote-Tomek Link,” INTERNATIONAL JOURNAL ON INFORMATICS VISUALIZATION , vol. 7, no. 1, Mar. 2023.

A. J. Barid, Hadiyanto, and A. Wibowo, “Optimization of the algorithms use ensemble and synthetic minority oversampling technique for air quality classification,” Indonesian Journal of Electrical Engineering and Computer Science , vol. 33, no. 3, pp. 1632–1640, Mar. 2024, doi: 10.11591/ijeecs.v33.i3.pp1632-1640.

T. Handhayani, “An integrated analysis of air pollution and meteorological conditions in Jakarta,” Sci Rep , vol. 13, no. 1, Dec. 2023, doi: 10.1038/s41598-023-32817-9.

A. Ghaida, F. M. Firdaus, K. M. Qatrunnada, D. Peters, B. Cardenas, and P. Lestari, “Spatial patterns of PM2.5 air pollution in Jakarta: insights from mobile monitoring,” in E3S Web of Conferences , EDP Sciences, Feb. 2024. doi: 10.1051/e3sconf/202448506002.

D. Septiyana, A. Sukmono, and M. A. Yusuf, “Pemantauan Kualitas Udara Ispu (Pm10, So2, No2) Menggunakan Citra Landsat 8 Dan 9 Untuk Kecamatan Mijen Selama Pandemi Covid-19,” Jurnal Geodesi Undip , vol. 12, no. 3, Jul. 2023.

D. Dzaky Daniswara, A. Terza Damaliana, I. Gede Susrama Mas Diyasa UPN, J. Timur JlRaya Rungkut Madya No, and G. Anyar, “Pengukuran Indeks Standar Pencemaran Udara Menggunakan Support Vector Machine,” JURNAL PENELITIAN Politeknik Penerbangan Surabaya , vol. 9, no. 1, Apr. 2024.

N. Adityo, A. Ibnu, and F. A. W. Yanuar, “Klasifikasi Tingkat Kualitas Udara DKI Jakarta Berdasarkan Open Government Data Menggunakan Algoritma Random Forest,” e-Proceeding of Engineering , vol. 10, no. 2, 2023.

A. R. Kannajmi and D. Saputra, “Penentuan Model Algoritma Klasifikasi Terbaik Untuk Klasifikasi Kualitas Udara Di Jakarta 2023,” Jurnal Informatika dan Teknik Elektro Terapan , vol. 13, no. 1, Jan. 2025, doi: 10.23960/jitet.v13i1.5664.

Anisa Ma’u Luthfi and Fatkhurokhman Fauzi, “Perbandingan Klasifikasi Random Forest, Support Vector Machines, dan LGBM Pada Klasifikasi Kualitas Udara di Jakarta,” JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) , vol. 9, no. 2, pp. 99–108, Aug. 2024, doi: 10.32528/justindo.v9i2.1912.

D. P. Ramadhan and A. Triayudi, “Jakarta Air Quality Classification Based on Air Pollutant Standard Index Using C4.5 And Naïve Bayes Algorithms,” Journal of Technology and Information Systems , vol. 2, no. 4, Nov. 2024, doi: 10.58905/SAGA.v2i4.395.

M. Oumoulylte, A. El Allaoui, Y. Farhaoui, and A. A. Boughrous, “Efficient Air Quality Prediction Models Based on Supervised Machine Learning Techniques,” in E3S Web of Conferences , EDP Sciences, Jun. 2025. doi: 10.1051/e3sconf/202563202012.