Analisis Kualitas Udara Jakarta dan Prediksi Tingkat Polusi dengan Metode Mesin Pembelajaran SVM

Abstract

Kemajuan teknologi informasi memberikan dampak signifikan pada berbagai aspek kehidupan, termasuk ekonomi, politik, seni, budaya, dan pendidikan. Lingkungan yang baik, khususnya kualitas udara, menjadi krusial bagi kelangsungan hidup manusia. Pencemaran udara di perkotaan, seperti DKI Jakarta, salah satu kota di Asia, menjadi perhatian serius. Peningkatan jumlah kendaraan bermotor di kota tersebut berkontribusi pada tingginya tingkat pencemaran udara. Penelitian ini menggunakan model konseptual dengan pendekatan design science dan behavior science untuk mengklasifikasikan kualitas udara di DKI Jakarta. Paramater Indeks Standar Pencemar Udara (ISPU) digunakan, mencakup Karbon Monoksida (CO), Sulfur Dioksida (SO2), Nitrogen Dioksida (NO2), Ozon Permukaan (O3), dan Partikel Debu (PM10). Proses penelitian melibatkan analisis data dengan menggunakan algoritma Support Vector Machine (SVM). Hasil eksplorasi data menunjukkan bahwa kualitas udara dominan pada tingkat sedang, dengan tingkat udara baik yang cukup tinggi. Analisis berdasarkan waktu menunjukkan variasi kualitas udara, dipengaruhi oleh peristiwa seperti lockdown dan new normal. Dataset dari Jakarta Open Data tahun 2020 diolah dan dibersihkan untuk membuat kualitas data yang baik. Analisis distribusi menunjukkan bahwa kualitas udara sedang mendominasi, dengan lokasi tertentu seperti Bundaran HI memiliki udara baik, sementara Jakarta Barat memiliki tingkat pencemaran udara tertinggi. Proses klasifikasi menggunakan algoritma SVM memberikan hasil evaluasi kinerja yang baik, dengan akurasi sebesar 95.47%, presisi 96.09%, recall 97.70%, dan f1-score 96.88%. Model ini dapat diandalkan untuk membuat prediksi dan mengolah data baru terkait kualitas udara di DKI Jakarta. Berikut app prediksi Machine Learning : https://predict-air-polution.streamlit.app/