Muhammad Ridwan
Teknik Infomatika, Politeknik Kampar

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Pemetaan Kualitas Udara Menggunakan Integrasi K-Means dan Random Forest Berbasis Data Sentinel-5P Muhammad Ridwan; Fenty Kurnia Oktorina; Hanifah Khairiah; Fajril Akbar
Jurnal Nasional Teknologi dan Sistem Informasi Vol 12 No 2 (2026): Agustus 2026
Publisher : Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v12i2.2026.222-230

Abstract

Kualitas udara merupakan salah satu indikator penting dalam pengelolaan lingkungan, namun ketersediaan data hasil pengukuran lapangan masih terbatas pada banyak wilayah, termasuk Kabupaten Kampar. Penelitian ini bertujuan menganalisis sebaran spasial polutan atmosfer, memetakan kualitas udara menggunakan integrasi metode K-Means dan Random Forest, serta mengidentifikasi kontribusi masing-masing parameter polutan terhadap pembentukan kelas kualitas udara. Penelitian memanfaatkan data Sentinel-5P Level-3 periode Januari–Desember 2025 yang diolah melalui Google Earth Engine (GEE). Lima parameter atmosfer yang digunakan meliputi nitrogen dioksida (NO2), karbon monoksida (CO), sulfur dioksida (SO2), ozon (O3), dan Aerosol Index (AI). Metode K-Means digunakan untuk membentuk pseudo-label melalui proses clustering, kemudian hasilnya digunakan sebagai data pelatihan pada algoritma Random Forest untuk menghasilkan peta kualitas udara. Hasil penelitian menunjukkan bahwa kualitas udara di Kabupaten Kampar terbagi ke dalam tiga kelas, yaitu kelas rendah sebesar 45 persen, kelas sedang 44 persen, dan kelas tinggi 11 persen. Wilayah dengan kualitas udara tinggi terkonsentrasi di bagian selatan Kabupaten Kampar, terutama Kecamatan Kampar Kiri Hulu dan sekitarnya. Analisis feature importance menunjukkan bahwa CO dan Aerosol Index merupakan parameter yang memberikan kontribusi terbesar terhadap pembentukan kelas kualitas udara, diikuti oleh O3, NO2, dan SO2. Selain itu, distribusi spasial kelas kualitas udara tinggi menunjukkan kesesuaian dengan beberapa lokasi kejadian kebakaran hutan dan lahan pada tahun 2025. Penelitian ini menunjukkan bahwa integrasi K-Means dan Random Forest berbasis data Sentinel-5P berpotensi menjadi alternatif pemetaan kualitas udara pada wilayah yang memiliki keterbatasan stasiun.