<![CDATA[Kualitas udara merupakan faktor penting yang memengaruhi kesehatan manusia dan lingkungan. Peningkatan aktivitas industri dan transportasi menyebabkan meningkatnya konsentrasi polutan udara sehingga diperlukan sistem monitoring yang mampu memberikan informasi secara real-time dan akurat. Penelitian ini bertujuan untuk mengembangkan sistem monitoring kualitas udara berbasis Internet of Things (IoT) yang terintegrasi dengan algoritma machine learning Random Forest untuk melakukan prediksi kualitas udara. Sistem menggunakan mikrokontroler ESP32 dengan sensor DHT22, MQ-135, dan MQ-7 untuk memperoleh data suhu, kelembaban, serta konsentrasi gas pencemar. Data dikirim ke server dan ditampilkan dalam dashboard berbasis web. Dataset historis digunakan untuk membangun model prediksi menggunakan Random Forest. Hasil penelitian menunjukkan sistem mampu melakukan monitoring real-time dan menghasilkan prediksi dengan akurasi sebesar 95,91%. Sistem ini dapat menjadi solusi efektif dalam pemantauan dan prediksi kualitas udara.]]>
Copyrights © 2026
