Perpustakaan Digital ITB

Jaringan transportasi, aktivitas industri, dan faktor meteorologi menjadikan wilayah perkotaan seperti Jakarta rentan terhadap akumulasi polutan udara. Penelitian ini bertujuan untuk menganalisis konsentrasi ????????10 dan ozon troposfer (????3) secara temporal dan spasial, di lima stasiun pemantauan kualitas udara (SPKU) di Jakarta selama periode 2013-2017. Analisis temporal dilakukan melalui statistik deskriptif, visualisasi deret waktu, heatmap musiman dan diurnal, serta pemodelan prediktif menggunakan algoritma random forest, berbasis fitur waktu dan lag. Sementara itu, analisis spasial dilakukan dengan menggunakan Granger Causality dan pemodelan graf berbobot untuk menilai arah dan kekuatan keterkaitan antar lokasi. Hasil analisis menunjukkan bahwa ????????10 cenderung tinggi pada waktu pagi dan malam hari, serta meningkat pada musim kemarau. Sebaliknya, ozon memuncak siang hingga sore, dengan nilai tinggi juga terjadi pada musim kemarau. Model random forest mampu memprediksi konsentrasi dengan sangat baik, ditunjukkan oleh nilai R² tahunan di atas 0.90. Analisis spasial mengungkap bahwa keterkaitan antar wilayah meningkat pada musim kemarau dan lebih kuat untuk ozon troposfer dibanding ????????10. Pola ini menunjukkan bahwa ????????10 lebih bersifat lokal, sedangkan ozon dipengaruhi oleh transportasi regional. Penelitian menawarkan kontribusi dengan menggabungkan pendekatan statistik, machine learning, dan keterkaitan spasial dalam satu kerangka analisis polusi udara. Kebaruan utama dari penelitian ini adalah pemanfaatan graf berbobot hasil Granger Causality untuk memahami penyebaran spasial polutan secara kuantitatif. Temuan ini dapat menjadi dasar pengembangan strategi mitigasi spasial-temporal yang lebih terarah, termasuk kemungkinan penerapan teori kontrol untuk mengevaluasi efektivitas kebijakan secara dinamis dan kuantitatif di masa depan.