Analisis Sumber Polutan PM2.5 di Jakarta menggunakan Model Deep Learning dan Pendekatan Backward Trajectory

Abstract

Pencemaran udara oleh Particulate Matter (PM2.5) di DKI Jakarta telah berkembang menjadi krisis kesehatan lingkungan yang kritis, didorong oleh interaksi kompleks antara emisi antropogenik lokal, transportasi polutan regional, dan dinamika meteorologi yang fluktuatif. Namun, sistem pemantauan kualitas udara yang ada saat ini masih menghadapi keterbatasan fundamental, khususnya dalam memberikan prediksi temporal yang presisi sekaligus mengidentifikasi asal-usul spasial polutan secara terintegrasi. Penelitian ini bertujuan menjembatani kesenjangan tersebut melalui pengembangan kerangka kerja yang menggabungkan tiga pendekatan utama: prediksi deret waktu berbasis deep learning, pemodelan transportasi atmosfer, dan validasi geospasial. Metodologi penelitian dilaksanakan melalui tiga tahapan: (1) pembangunan model prediksi Long Short-Term Memory (LSTM) yang mengasimilasi data meteorologi reanalysis ERA5, Visual Crossing, dan Aerosol Optical Depth (AOD); (2) pelacakan sumber polutan menggunakan simulasi backward trajectory menggunakan model Hybrid Single-Particle Lagrangian Integrated Trajectory (HYSPLIT); dan (3) validasi karakteristik permukaan potensi sumber emisi menggunakan klasifikasi land cover (land cover) berbasis citra satelit Sentinel-2. Hasil penelitian menunjukkan bahwa integrasi metode ini berhasil menjawab tantangan prediksi dan identifikasi sumber secara komprehensif. Model LSTM terbukti andal dalam memprediksi konsentrasi PM2.5 harian, dimana Stasiun Bundaran HI (DKI1) mencatatkan akurasi tren terbaik dengan koefisien determinasi (R2) sebesar 75,87%, sedangkan Stasiun Jagakarsa (DKI3) menunjukkan stabilitas performa terbaik dengan tingkat kesalahan Mean Absolute Percentage Error (MAPE) terendah sebesar 13,34%. Analisis HYSPLIT mengungkap dua koridor utama transportasi polutan lintas batas: (1) Koridor Timur-Tenggara, yang bergerak melintasi kawasan aglomerasi Karawang-Bekasi dan dominan memengaruhi Jakarta Pusat (DKI1), Selatan (DKI3), dan Timur (DKI4); serta (2) Koridor Utara-Barat Laut dari arah Laut Jawa. Validasi spasial Sentinel-2 mengonfirmasi korelasi kuat antara lintasan udara dengan karakteristik permukaan. Lonjakan polusi ekstrem di Koridor Timur terbukti berkaitan erat dengan lintasan yang teramati selaras dengan lintasan yang melewati dominasi land cover terbangun (Built-up Area), yang merepresentasikan wilayah dengan potensi aktivitas antropogenik tinggi. Sebaliknya, Stasiun Jagakarsa menampilkan karakteristik unik dimana massa udara bergerak melintasi land cover vegetasi (Crops/Trees) dari arah selatan, yang berfungsi sebagai zona penyangga alami. Penelitian ini menyimpulkan bahwa episode polusi ekstrem di Jakarta merupakan hasil superposisi antara emisi lokal dan transportasi regional yang dipengaruhi oleh fenomena subsidence atmosfer yang menghalangi ventilasi vertikal. Oleh karena itu, sistem terintegrasi ini direkomendasikan sebagai instrumen mitigasi berbasis bukti bagi pemerintah daerah.