Pemetaan Kualitas Udara Menggunakan Integrasi K-Means dan Random Forest Berbasis Data Sentinel-5P
DOI:
https://doi.org/10.25077/TEKNOSI.v12i2.2026.222-230Keywords:
Sentinel-5P, K-Means, Random Forest, Kualitas Udara, Google Search EngineAbstract
Kualitas udara merupakan salah satu indikator penting dalam pengelolaan lingkungan, namun ketersediaan data hasil pengukuran lapangan masih terbatas pada banyak wilayah, termasuk Kabupaten Kampar. Penelitian ini bertujuan menganalisis sebaran spasial polutan atmosfer, memetakan kualitas udara menggunakan integrasi metode K-Means dan Random Forest, serta mengidentifikasi kontribusi masing-masing parameter polutan terhadap pembentukan kelas kualitas udara. Penelitian memanfaatkan data Sentinel-5P Level-3 periode Januari–Desember 2025 yang diolah melalui Google Earth Engine (GEE). Lima parameter atmosfer yang digunakan meliputi nitrogen dioksida (NO2), karbon monoksida (CO), sulfur dioksida (SO2), ozon (O3), dan Aerosol Index (AI). Metode K-Means digunakan untuk membentuk pseudo-label melalui proses clustering, kemudian hasilnya digunakan sebagai data pelatihan pada algoritma Random Forest untuk menghasilkan peta kualitas udara. Hasil penelitian menunjukkan bahwa kualitas udara di Kabupaten Kampar terbagi ke dalam tiga kelas, yaitu kelas rendah sebesar 45 persen, kelas sedang 44 persen, dan kelas tinggi 11 persen. Wilayah dengan kualitas udara tinggi terkonsentrasi di bagian selatan Kabupaten Kampar, terutama Kecamatan Kampar Kiri Hulu dan sekitarnya. Analisis feature importance menunjukkan bahwa CO dan Aerosol Index merupakan parameter yang memberikan kontribusi terbesar terhadap pembentukan kelas kualitas udara, diikuti oleh O3, NO2, dan SO2. Selain itu, distribusi spasial kelas kualitas udara tinggi menunjukkan kesesuaian dengan beberapa lokasi kejadian kebakaran hutan dan lahan pada tahun 2025. Penelitian ini menunjukkan bahwa integrasi K-Means dan Random Forest berbasis data Sentinel-5P berpotensi menjadi alternatif pemetaan kualitas udara pada wilayah yang memiliki keterbatasan stasiun.References
J. J. Hilly et al., “Review of scientific research on air quality and environmental health risk and impact for PICTS,” Science of The Total Environment, vol. 942, p. 173628, Sep. 2024, doi: 10.1016/j.scitotenv.2024.173628.
E. Nur, B. A. Seno, and R. Hidayanti, “Risiko Gangguan Kesehatan Masyarakat Akibat Pajanan PM10 di Kota Padang,” Jurnal Kesehatan Lingkungan Indonesia, vol. 20, no. 2, pp. 97–103, Oct. 2021, doi: 10.14710/jkli.20.2.97-103.
K. Kusmiyati, N. T. Kambuno, P. Selasa, and F. W. F. Waangsir, “Pengaruh Paparan Pencemar Udara Terhadap Stres Oksidatif: Sistematik Review,” J. Ilmu Lingk., vol. 20, no. 3, pp. 628–636, Jul. 2022, doi: 10.14710/jil.20.3.628-636.
Fo. Abulude, Ia. Abulude, Sd. Oluwagbayide, Sd. Afolayan, and D. Ishaku, “Air Quality Index: a Case of 1-Day Monitoring in 253 Nigerian Urban and Suburban Towns,” J geovis spat anal, vol. 6, no. 1, p. 5, Jun. 2022, doi: 10.1007/s41651-022-00100-6.
K. Ashraf, Y. M. Park, M. H. E. M. Browning, J. Wang, R. Wang, and K. Lee, “Examining the joint effect of air pollution and green spaces on stress levels in South Korea: using machine learning techniques,” International Journal of Digital Earth, vol. 17, no. 1, p. 2372321, Dec. 2024, doi: 10.1080/17538947.2024.2372321.
M. Amin et al., “A review of particulate matter (PM) in Indonesia: trends, health impact, challenges, and options,” Environ Monit Assess, vol. 197, no. 1, p. 11, Dec. 2024, doi: 10.1007/s10661-024-13426-z.
T. S. Anggraini, H. Irie, A. D. Sakti, and K. Wikantika, “Machine learning-based global air quality index development using remote sensing and ground-based stations,” Environmental Advances, vol. 15, p. 100456, Apr. 2024, doi: 10.1016/j.envadv.2023.100456.
Z. Mushtaq et al., “Satellite or ground-based measurements for air pollutants (PM2.5, PM10, SO2, NO2, O3) data and their health hazards: which is most accurate and why?,” Environ Monit Assess, vol. 196, no. 4, p. 342, Apr. 2024, doi: 10.1007/s10661-024-12462-z.
C. Vigouroux et al., “TROPOMI–Sentinel-5 Precursor formaldehyde validation using an extensive network of ground-based Fourier-transform infrared stations,” Atmos. Meas. Tech., vol. 13, no. 7, pp. 3751–3767, Jul. 2020, doi: 10.5194/amt-13-3751-2020.
N. Das, A. Katyal, P. Dutta, P. Aggarwal, P. P.S., and K. Vincent, “Sensor Networks for Real-Time Air Quality Monitoring in Smart Cities,” in 2025 International Conference on Automation and Computation (AUTOCOM), Dehradun, India: IEEE, Mar. 2025, pp. 421–425. doi: 10.1109/AUTOCOM64127.2025.10957338.
S. Du, H. Wei, D. Y. Lee, Z. Hu, and S. Pan, “Graph-Based Physics-Guided Urban PM2.5 Air Quality Imputation with Constrained Monitoring Data,” ACM Trans. Sen. Netw., p. 3734869, May 2025, doi: 10.1145/3734869.
M. Santoso et al., “Assessment of Urban Air Quality in Indonesia,” Aerosol Air Qual. Res., vol. 20, pp. 2142–2158, 2020, doi: 10.4209/aaqr.2019.09.0451.
A. S. Mihaita, L. Dupont, O. Chery, M. Camargo, and C. Cai, “Evaluating air quality by combining stationary, smart mobile pollution monitoring and data-driven modelling,” Journal of Cleaner Production, vol. 221, pp. 398–418, Jun. 2019, doi: 10.1016/j.jclepro.2019.02.179.
J. Hofman et al., “Air Quality Sensor Networks for Evidence-Based Policy Making: Best Practices for Actionable Insights,” Atmosphere, vol. 13, no. 6, p. 944, Jun. 2022, doi: 10.3390/atmos13060944.
R. G. Atallah, N. S. Hasanah, F. Azna, D. A. Sopiana, A. Nurcahya, and T. S. Anggraini, “Analisis Pengaruh Angin Muson Terhadap Distribusi PM2.5 Dan Implikasinya Pada Penyebaran Penyakit,” Geography, vol. 14, no. 1, p. 139, Apr. 2026, doi: 10.31764/geography.v14i1.37406.
M. Dede, “Estimasi Perubahan Kualitas Udara Berbasis Citra Satelit Penginderaan Jauh Di Sekitar PLTU Cirebon,” Jambura Geosci. Rev., vol. 2, no. 2, pp. 78–87, Jun. 2020, doi: 10.34312/jgeosrev.v2i2.5951.
I Gusti Ayu Nandia Lestari and I Komang Agus Ady Aryanto, “Peningkatan Akurasi Klasifikasi Kualitas Udara melalui Oversampling dengan Metode Support Vector Machine dan Random Forest,” JSI, vol. 18, no. 1, pp. 1–9, Nov. 2023, doi: 10.30864/jsi.v18i1.596.
E. Mustika Sari, C. Sabila, R. Fakhrizal Adam, and R. Kurniawan, “Analisis dan Prediksi Indeks Kualitas Udara Jakarta: Penerapan Algoritma XGBoost,” TEKNOSI, vol. 11, no. 2, pp. 161–169, Sep. 2025, doi: 10.25077/TEKNOSI.v11i2.2025.161-169.
F. Akbar, Rafiqah, and D. W. S. Nirad, “Implementasi Dashboard Pasien Rawat Jalan Rumah Sakit Umum XYZ dengan Fitur Clustering, Forecasting dan Outlier Detection,” TEKNOSI, vol. 11, no. 2, pp. 170–177, Sep. 2025, doi: 10.25077/TEKNOSI.v11i2.2025.170-177.
A. Firmansyah, M. F. Syahidin, and Y. S. Triana, “Prediksi Kebakaran Hutan Berdasarkan Titik Panas dan Iklim Menggunakan Algoritma Random Forest,” TEKNOSI, vol. 10, no. 2, pp. 145–155, Sep. 2024, doi: 10.25077/TEKNOSI.v10i2.2024.145-155.
Google Earth Engine, “Sentinel-5P Data Catalog.” Jan. 2026. [Online]. Available: https://developers.google.com/earth-engine/datasets/catalog/sentinel-5p?
Downloads
Submitted
Accepted
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 Jurnal Nasional dan Sistem Informasi
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Hak cipta untuk artikel ini ditransfer ke Jurnal Nasional Teknologi dan Sistem Informasi (TEKNOSI) jika dan ketika artikel diterima untuk publikasi. Yang bertanda tangan di bawah ini dengan ini mentransfer setiap dan semua hak di dalam dan ke kertas termasuk tanpa batasan semua hak cipta untuk TEKNOSI. Yang bertanda tangan di bawah ini dengan ini menyatakan dan menjamin bahwa makalah tersebut asli dan bahwa ia adalah pembuat makalah, kecuali untuk bahan yang secara jelas diidentifikasi sebagai sumber aslinya, dengan pemberitahuan izin dari pemilik hak cipta jika diperlukan. Yang bertanda tangan di bawah ini menyatakan bahwa ia memiliki kekuatan dan wewenang untuk membuat dan melaksanakan penugasan ini.
Kami menyatakan bahwa:
- Makalah ini belum diterbitkan dalam bentuk yang sama di tempat lain.
- Makalah ini tidak akan dikirimkan di tempat lain untuk publikasi sebelum penerimaan/penolakan oleh Jurnal ini
- Izin hak cipta diperoleh untuk materi yang diterbitkan di tempat lain dan yang memerlukan izin ini untuk reproduksi.
Selanjutnya, Saya/kami dengan ini mentransfer hak publikasi yang tidak terbatas dari makalah yang disebutkan di atas secara keseluruhan kepada TEKNOSI. Transfer hak cipta mencakup hak untuk mereproduksi dan mendistribusikan artikel, termasuk cetak ulang, terjemahan, reproduksi foto, mikroform, bentuk elektronik (offline, online) atau reproduksi lain yang serupa.
Penulis yang sesuai menandatangani dan menerima tanggung jawab untuk merilis materi ini atas nama setiap dan semua penulis bersama. Perjanjian ini harus ditandatangani oleh setidaknya salah satu penulis yang telah memperoleh persetujuan dari rekan penulis jika berlaku. Setelah pengajuan perjanjian ini ditandatangani oleh penulis yang sesuai, perubahan kepengarangan atau dalam urutan penulis yang tercantum tidak akan diterima.
Hak / Syarat dan Ketentuan yang dipertahankan :
- Penulis memiliki semua hak kepemilikan dalam setiap proses, prosedur, atau artikel manufaktur yang dijelaskan dalam Karya ini.
- Penulis dapat mereproduksi atau mengotorisasi orang lain untuk mereproduksi karya ini atau karya turunannya untuk penggunaan pribadi penulis atau untuk penggunaan perusahaan, dengan ketentuan bahwa sumber dan menyatakan hak cipta dimiliki TEKNOSI, salinan tidak digunakan dengan cara apa pun yang menyiratkan pengesahan TEKNOSI atas suatu produk atau layanan dari pihak mana pun, dan salinannya sendiri tidak ditawarkan untuk dijual.
- Meskipun penulis diizinkan untuk menggunakan kembali semua atau sebagian dari karya ini dalam karya lain, ini tidak termasuk mengabulkan permintaan pihak ketiga untuk mencetak ulang, menerbitkan ulang, atau jenis penggunaan ulang lainnya.
This work is licensed under a 