<![CDATA[Peningkatan polusi udara di Jakarta menjadi isu lingkungan yang krusial karena dampaknya terhadap kesehatan masyarakat, terutama pada kelompok rentan seperti anak-anak dan lansia. Indeks Standar Pencemar Udara (ISPU) digunakan sebagai indikator kualitas udara di Indonesia, dengan kategori penilaian mulai dari “baik” hingga “berbahaya”. Untuk meningkatkan akurasi pemantauan dan prediksi kualitas udara, penelitian ini menerapkan algoritma Random Forest dalam tugas klasifikasi berdasarkan data ISPU. Metode ini dipilih karena keandalannya dalam menangani data berukuran besar dan kompleks. Evaluasi dilakukan menggunakan berbagai skenario proporsi pembagian data (70:30, 80:20, dan 90:10). Hasil menunjukkan bahwa Random Forest mampu mencapai akurasi tinggi secara konsisten, dengan nilai tertinggi sebesar 0,9217 pada skenario 80:20. Nilai precision, recall, dan F1-score juga menunjukkan stabilitas performa di semua skenario. Temuan ini membuktikan bahwa Random Forest merupakan metode yang efektif dan andal dalam klasifikasi kualitas udara, serta dapat mendukung pengambilan keputusan dalam mitigasi dampak polusi udara di wilayah perkotaan. Kata kunci— klasifikasi, machine learning, random forest, udara]]>
Copyrights © 2025
