Penelitian ini bertujuan untuk menganalisis konsentrasi dan komposisi kimia PM2.5 di udara ambien di atap Rusun Marunda, Jakarta Utara, selama periode Februari-Juli 2023 (mewakili musim hujan dan kemarau). Lokasi dipilih karena ketersediaan sumber listrik yang kontinu. Pengumpulan data primer melibatkan pengambilan sampel PM2.5 menggunakan instrumen Supersass selama 24 jam setiap 3 hari, mengikuti jadwal EPA, menghasilkan 60 sampel selama enam bulan. Filter PTFE, nilon, dan kuarsa digunakan dengan diameter 47 mm. Filter PTFE dikondisikan untuk menghilangkan kandungan air dan ditimbang menggunakan timbangan mikro elektronik. Filter kuarsa dipanaskan untuk menghilangkan sisa karbon. Pengambilan sampel PM2.5 menggunakan Supersass dengan laju alir 6,7 L/menit. Udara ambien dihisap melalui filter teflon, nilon, dan kuarsa yang dipasang pada kanister dalam wadah pelindung. Sharp Cut Cyclone (SCC) mencegah partikel > 2,5 µm mencapai filter. Unit kontrol Supersass mencatat data laju alir, tekanan, suhu, dan volume udara. Analisis laboratorium dilakukan di PRTDRA-BRIN Bandung. Konsentrasi PM2.5 ditentukan dengan prosedur gravimetri setelah filter dikondisikan. Konsentrasi karbon hitam (Black Carbon) dianalisis menggunakan Smoke Stain Reflectometer. Komposisi unsur kimia dianalisis menggunakan Energy Dispersive X-Ray Fluorescence (EDXRF) untuk 19 unsur (Na, Mg, Al, Si, S, Cl, K, Cr, Fe, Ni, Cu, As, Pb, Ca, Ti, V, Mn, Zn, Br). Kurva kalibrasi dibuat menggunakan standar single element, dan ketepatan XRF diperiksa dengan SRM dari NIST. Data diolah menggunakan SPSS versi 26, RStudio, dan Microsoft Excel 2019. Analisis deskriptif (rata-rata, confidence interval, minimum, maksimum) dan visualisasi grafik digunakan untuk menggambarkan data konsentrasi, karbon hitam, dan unsur kimia PM2.5. Uji statistik (korelasi, normalitas (Shapiro-Wilk), homogenitas (Levene), dan Uji-t independen) digunakan untuk menguji perbedaan signifikan antara musim hujan dan kemarau. Uji korelasi digunakan untuk membandingkan data Supersass dengan data AQMS dan identifikasi sumber pencemar. Rekonstruksi massa PM2.5 (RCM) dihitung menggunakan Microsoft Excel, dengan mempertimbangkan garam laut, amonium sulfat, unsur kerak, asap, unsur karbon, dan trace elements. Data meteorologi (arah dan kecepatan angin) dari SPKU diolah untuk membuat mawar angin menggunakan WRPlot View. Identifikasi sumber pencemar dilakukan dengan Principal Component Analysis (PCA) dan Conditional Bivariate Probability Function (CBPF). PCA menggunakan SPSS, dengan uji Kaiser-Meyer-Olkin (KMO) dan Bartlett's Sphericity untuk memastikan kecukupan data. Rotasi Varimax dilakukan untuk interpretasi faktor yang lebih sederhana. CBPF dihitung menggunakan data arah dan kecepatan angin, dengan nilai persentil 25 tertinggi sebagai batas nilai konsentrasi. CBPF diimplementasikan menggunakan RStudio melalui fungsi polarplot pada package openair dengan 12 sektor arah angin (30 derajat). Hasil CBPF mengidentifikasi sektor angin yang berkorelasi dengan sumber pencemar potensial.