<![CDATA[Penurunan kualitas udara di Indonesia akibat penggunaan bahan bakar fosil menyebabkan tingginya konsentrasi PM2.5, yang berisiko bagi kesehatan masyarakat. Penelitian ini menggunakan metode machine learning untuk menganalisis faktor-faktor yang mempengaruhi kualitas udara terhadap kesehatan serta memprediksi paparan PM2.5 dan biaya kesejahteraan akibat kematian dini karena polusi udara. Metode penelitian yang digunakan CRISP-DM yang meliputi pengumpulan, pemahaman, dan persiapan data, pemodelan, evaluasi, serta penerapan. Data diambil dari OECD periode 1994–2022. Hasil analisis menunjukkan peramalan paparan PM2.5 diproyeksikan meningkat dalam 8 tahun mendatang, memicu peningkatan biaya kesejahteraan akibat dampak kesehatan yang dapat menyebabkan gangguan pernapasan dan kematian dini. Model ARIMA digunakan untuk memprediksi paparan PM2.5, sedangkan ARIMAX+ETS memprediksi biaya kesejahteraan, dengan peningkatan akurasi setelah hyperparameter tuning. Untuk mengatasi hal ini, direkomendasikan kebijakan seperti penerapan teknologi ramah lingkungan, transisi energi bersih, pengelolaan limbah, dan pembangunan kota hijau sehingga diharapkan dapat mengurangi polusi udara dan menekan biaya kesejahteraan di masa depan.]]>
Copyrights © 2025
