Pemodelan Prediksi Konsentrasi PM2.5 di DKI Jakarta menggunakan Random Forest berbasis Variabel Meteorologi dan Musim

Abstract

Kualitas udara di DKI Jakarta sering mengalami penurunan akibat konsentrasi PM2.5 yang melebihi baku mutu nasional, sehingga berpotensi menimbulkan dampak terhadap kesehatan masyarakat. Penelitian ini bertujuan menganalisis hubungan antara variabel meteorologi dan konsentrasi PM2.5, serta melakukan pemodelan prediksi menggunakan Random Forest berdasarkan data konsentrasi PM2.5 dari 5 SPKU referensi di DKI Jakarta periode 2021–2025. Suhu udara dan kecepatan angin menjadi variabel meteorologi paling dominan terhadap prediksi konsentrasi PM2.5. Rolling mean-3 jam dan lag-1 jam menjadi fitur historis dominan terhadap proses prediksi. Model RF menghasilkan performa terbaik pada prediksi 1 jam dengan R² = 0,64–0,80, MAE = 6,66–8,56 µg/m³, dan RMSE = 10,56–17,22 µg/m³. Akurasi model menurun pada horizon prediksi 24 jam (R² = 0,19–0,42) dan 72 jam (R² = 0,03–0,38) akibat akumulasi kesalahan pada skema autoregresif. Evaluasi musiman menunjukkan bahwa model lebih mampu merepresentasikan pola fluktuasi PM2.5 pada musim kemarau (R² = 0,57–0,70), sedangkan kesalahan prediksi absolut lebih rendah pada musim hujan (MAE = 2,85–6,13 µg/m³ dan RMSE = 6,99–9,08 µg/m³). Hasil penelitian menunjukkan bahwa RF efektif untuk prediksi PM2.5 jangka pendek, sedangkan penurunan performa pada horizon yang lebih panjang mengindikasikan perlunya pengembangan metode untuk meningkatkan stabilitas prediksi sebagai pendukung pengelolaan kualitas udara di wilayah perkotaan.

Air quality in DKI Jakarta frequently deteriorates due to PM2.5 concentrations exceeding the Indonesian National Ambient Air Quality Standards, posing risks to public health. This study analyzed the relationship between meteorological variables and PM2.5 concentrations and developed a Random Forest prediction model using hourly data from five reference air quality monitoring stations in DKI Jakarta during 2021–2025. Air temperature and wind speed were the most influential meteorological variables, while the 3-hour rolling mean and 1-hour lag were the dominant historical features. The best model performance was achieved for the 1-hour prediction horizon, with an R² = 0,64–0,80, an MAE = 6,66–8,56 µg/m³, and an RMSE = 10,56–17,22 µg/m³. Model performance decreased for the 24-hour (R² = 0,19–0,42) and 72-hour (R² = 0,03–0,38) prediction horizons because of error accumulation in the autoregressive scheme. Seasonal evaluation showed that the model better captured PM2.5 variability during the dry season (R² = 0,57–0,70), whereas lower MAE (2,85–6,13 µg/m³) and RMSE (6,99–9,08 µg/m³) were obtained during the wet season. These findings demonstrate the potential of Random Forest for short-term PM2.5 prediction while highlighting the need for improved methods to enhance long-term prediction stability for urban air quality management.