Model Spatio-Temporal Clustering untuk Estimasi PM2.5 di Jakarta

Abstract

PM2.5 memiliki dampak buruk terhadap kesehatan manusia karena dapat menembus hingga alveoli paru-paru dan saat ini pemantauan kualitas udara di Jakarta cakupannya belum menyeluruh. Selain itu, sebaran PM2.5 cenderung bervariasi secara spasial dan temporal. Oleh karena itu, penelitian ini bertujuan untuk membuat model estimasi PM2.5 di Jakarta berdasarkan data Himawari AOD dan cuaca pada tahun 2022 hingga 2024 menggunakan Random Forest Regressor dan clustering menggunakan ST-DBSCAN. Hasil penelitian menunjukkan model estimasi PM2.5 terbaik didapatkan dengan R^2 = 0,63 dan MAE = 8,035. Hasil clustering terbaik menghasilkan koefisien Silhouette sebesar 0,75 pada sub dataset musim hujan (Desember – Februari) 2023. Cluster yang terbentuk yaitu tiga cluster yang terdiri dari 2.094, 1.458, dan 878 titik data dan 45 titik noise dengan rata-rata PM2.5 tiap cluster melebihi batas aman yang di tetapkan Menteri LHK dan WHO, yaitu 70,12 µg/m³, 62,71 µg/m³, dan 52,18 µg/m³. Hasil penelitian ini diharapkan dapat membantu pemerintah dan pihak lain yang terkait dalam merancang kebijakan dan strategi pengendalian polusi udara di Jakarta.