Analisis Variasi Temporal dan Pemodelan PM2.5 Berbasis Random Forest di Cisarua, Kabupaten Bogor
Konsentrasi PM₂.₅ merupakan salah satu indikator utama kualitas udara yang dipengaruhi oleh aktivitas antropogenik dan kondisi meteorologi. Cisarua, Kabupaten Bogor, merupakan kawasan wisata dengan mobilitas yang tinggi sehingga berpotensi mengalami peningkatan emisi polutan. Penelitian ini bertujuan untuk menganalisis variasi temporal konsentrasi PM₂.₅ serta membangun model prediksi menggunakan algoritma Random Forest berdasarkan variabel CO₂, temperatur, kelembapan relatif, curah hujan, dan kecepatan angin. Data yang digunakan berupa data harian periode 1 Juni 2021–30 Juni 2024. Tahapan penelitian meliputi pembersihan data, analisis komposit mingguan, analisis korelasi Pearson, serta pemodelan Random Forest. Pemodelan dilakukan menggunakan tiga skenario prediktor, yaitu CO₂ sebagai prediktor tunggal, kecepatan angin sebagai prediktor tunggal, dan kombinasi CO₂ dengan kecepatan angin. Setiap skenario diuji skema pembagian data 60:40, 70:30, 80:20, dan 90:10. Hasil analisis menunjukkan konsentrasi PM₂.₅ memiliki rata-rata 13,24 µg/m³ dengan konsentrasi tertinggi pada hari Selasa sebesar 14,9 µg/m³ dan terendah pada hari Minggu sebesar 12,3 µg/m³. Analisis korelasi menunjukkan CO₂ memiliki hubungan positif kuat terhadap PM₂.₅ dengan nilai 0,72. Hasil feature importance menunjukkan bahwa CO₂ merupakan variabel dengan kontribusi terbesar dalam pemodelan PM₂.₅. Model terbaik diperoleh pada kombinasi variabel CO₂ dan kecepatan angin dengan skema pembagian data 80:20 yang menghasilkan nilai R² sebesar 0,714, RMSE sebesar 5,29 µg/m³, MAE sebesar 3,67 µg/m³, dan korelasi Pearson sebesar 0,847. Hasil penelitian menunjukkan bahwa algoritma Random Forest mampu memprediksi konsentrasi PM₂.₅ dengan baik dan CO₂ merupakan faktor yang paling dominan dalam memengaruhi variasi konsentrasi PM₂.₅ di wilayah Cisarua.
URI
https://repo.itera.ac.id/depan/submission/SB2608070020
Keyword
PM₂.₅ Random Forest Kualitas Udara CO₂ Cisarua