<![CDATA[Peningkatan aktivitas industri, transportasi, dan urbanisasi di berbagai wilayah menyebabkan penurunan kualitas udara yang signifikan dan berdampak langsung pada kesehatan manusia serta perubahan iklim. Permasalahan utama dalam penelitian ini adalah belum tersedianya sistem pemantauan kualitas udara yang mampu memberikan informasi secara real-time dan analisis klasifikasi berbasis data cerdas. Penelitian ini bertujuan untuk mengembangkan sistem pemantauan kualitas udara berbasis Internet of Things (IoT) yang terintegrasi dengan model klasifikasi berbasis algoritma Random Forest. Sistem dibangun menggunakan sensor untuk mengukur parameter utama yaitu partikel debu (PM2.5), suhu, dan kelembaban, serta menghasilkan status kualitas udara dalam kategori aman, awas, dan bahaya. Data yang dikumpulkan selama periode satu bulan dianalisis menggunakan metode Random Forest untuk memklasifikasi tren perubahan kondisi udara. Hasil penelitian menunjukkan bahwa sistem IoT yang dikembangkan mampu memantau kondisi udara secara akurat dan menyajikan data real-time melalui platform berbasis web. Model klasifikasi Random Forest memberikan tingkat akurasi yang baik dalam mengklasifikasikan status kualitas udara. Simpulan dari penelitian ini adalah bahwa integrasi teknologi IoT dengan metode pembelajaran mesin mampu menjadi solusi efektif dalam pemantauan dan klasifikasi kualitas udara secara berkelanjutan, serta menjadi dasar bagi pengembangan model hybrid RFCNN pada tahap penelitian selanjutnya]]>
