Abstract :
Pertumbuhan aktivitas ekonomi dan meningkatnya pengguna kendaraan
pribadi di kota Jakarta merupakan salah satu faktor penyebab penurunan kualitas
udara. Akses informasi mengenai kualitas udara ambien sangat diperlukan setiap
individu untuk membuat keputusan yang tepat untuk membatasi aktifitas di luar
ruangan dan mengurangi paparan polusi. Kualitas udara dibagi menjadi beberapa
kategori berdasarkan Indeks Standar Pencemaran Udara (ISPU) yang ditetapkan
oleh Kementerian Lingkungan Hidup dan Kehutanan Republik Indonesia. Kategori
ISPU menggambarkan kondisi mutu udara ambien di lokasi tertentu yang
didasarkan pada dampak terhadap kesehatan manusia. Dengan kemajuan teknologi,
machine learning telah dimanfaatkan dalam berbagai bidang salah satunya untuk
klasifikasi dan prediksi kualitas udara. Multilayer Perceptron dan Random Forest
merupakan dua algoritma supervised learning dengan pendekatan berbeda.
Persamaan keduanya adalah dapat digunakan pada kasus klasifikasi dan regresi.
Klasifikasi kategori ISPU pada data set ISPU di DKI Jakarta tahun 2021 dengan
metode Multilayer Perceptron menghasilkan nilai accuracy 98%, precision 95%,
recall 97%, dan f1-score 96%. Sedangkan metode Random Forest menghasilkan
nilai kinerja yang lebih tinggi dengan accuracy 99%, precision 98%, recall 99%
dan f1-score 99%.
Kata Kunci: ISPU, Machine Learning, Multilayer Perceptron, Random Forest,
Supervised Learning.