<![CDATA[Penurunan kualitas udara di wilayah perkotaan telah menjadi isu krusial yang berdampak langsung pada kesehatan publik, sehingga diperlukan mekanisme pemantauan dan prediksi yang aksesibel. Penelitian ini bertujuan untuk mengimplementasikan teknologi Machine Learning dalam sebuah sistem informasi berbasis website guna memprediksi fluktuasi kualitas udara secara akurat. Metodologi penelitian mencakup tahapan pengumpulan data polutan, preprocessing, serta penerapan algoritma Regresi Linier untuk memodelkan pola tren data deret waktu (time series). Pengembangan perangkat lunak dilakukan dengan arsitektur web yang mengintegrasikan basis data spasial dan antarmuka pengguna yang responsif. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan mampu melakukan estimasi parameter kualitas udara dengan tingkat kesalahan yang rendah berdasarkan evaluasi metrik Mean Absolute Percentage Error (MAPE) Root Mean Squared Error (RMSE) dan Mean Absolute Error (MAE) . Model Regresi Linier terbukti efektif dalam memproses variabel prediktor kualitas udara dengan efisiensi komputasi yang tinggi. Kesimpulan dari penelitian ini menegaskan bahwa integrasi machine learning ke dalam platform berbasis web memberikan kontribusi signifikan terhadap sistem peringatan dini polusi udara. Implikasinya, sistem ini dapat dijadikan instrumen strategis bagi otoritas terkait dan masyarakat dalam pengambilan keputusan berbasis data untuk mitigasi dampak lingkungan serta perencanaan aktivitas luar ruang yang lebih aman.]]>
Copyrights © 2026
