Abstract:
Kualitas udara merupakan faktor penting yang memengaruhi kesehatan
manusia dan lingkungan. Peningkatan aktivitas industri dan transportasi
menyebabkan meningkatnya konsentrasi polutan udara, sehingga diperlukan sistem
monitoring yang mampu memberikan informasi secara real-time dan akurat.
Penelitian ini bertujuan untuk mengembangkan sistem monitoring kualitas udara
berbasis Internet of Things (IoT) yang terintegrasi dengan algoritma machine
learning Random Forest untuk melakukan prediksi kualitas udara. Sistem yang
dikembangkan menggunakan mikrokontroler ESP32 yang terhubung dengan sensor
DHT22, MQ-135, dan MQ-7 untuk memperoleh data suhu, kelembaban, serta
konsentrasi gas pencemar. Data yang diperoleh dikirim ke server dan ditampilkan
melalui antarmuka web dalam bentuk dashboard monitoring. Selain itu, data
historis digunakan untuk membangun model prediksi kualitas udara menggunakan
algoritma Random Forest. Hasil penelitian menunjukkan bahwa sistem mampu
melakukan monitoring kualitas udara secara real-time serta memberikan prediksi
dengan tingkat akurasi sebesar 95.91%. Dengan demikian, sistem yang
dikembangkan dapat digunakan sebagai solusi dalam pemantauan dan prediksi
kualitas udara secara efektif.
