Perpustakaan Digital ITB

Teluk Jakarta mengalami penurunan kualitas air signifikan akibat masukan limbah dari 13 sungai, sehingga pemantauan oksigen terlarut (DO) sebagai indikator utama kesehatan ekosistem perairan menjadi sangat krusial. Penelitian ini bertujuan untuk menganalisis dinamika spasial dan temporal DO, memprediksi nilai DO menggunakan pendekatan machine learning dengan membandingkan performa Random Forest Regression (RF) dan Gaussian Process Regression (GPR), serta menganalisis korelasi dan tingkat kepentingan fitur parameter kualitas air laut terhadap DO. Data yang digunakan adalah pengukuran in-situ dari Dinas Lingkungan Hidup Provinsi DKI Jakarta periode 2021–2024 pada 34 titik pengamatan. Variabel prediktor mencakup suhu, salinitas, pH, turbiditas, klorofil a, serta koordinat spasial. Pemodelan menerapkan skenario ekstrapolasi waktu (out of-time validation) dengan membagi data menjadi 270 sampel latih (2021–2023) dan 90 sampel uji (2024). Hasil penelitian menunjukkan DO berfluktuasi ekstrem antara 0,40 hingga 8,80 mg/L, dengan nilai terendah konsisten berada di pesisir barat daya dekat muara sungai berbeban pencemar tinggi, lalu meningkat ke perairan tengah dan lepas pantai. Pengujian model membuktikan RF lebih tangguh daripada GPR dengan RMSE 1,52 mg/L, MAE 1,27 mg/L, 69,91%. Rendahnya nilai 0,058, dan akurasi pada ekstrapolasi masa depan ini tidak merepresentasikan kegagalan pemodelan, melainkan secara empiris menegaskan tingginya ketidakstabilan temporal dan anomali ekosistem Teluk Jakarta lintas tahun. Analisis korelasi menemukan bahwa salinitas dan pH berkorelasi positif dengan DO. Sementara itu, analisis tingkat kepentingan fitur model menetapkan pH sebagai prediktor paling dominan (18,50%), diikuti salinitas (16,41%) dan suhu (15,71%), yang mengonfirmasi bahwa keseimbangan biokimiawi menjadi kendali utama dinamika DO di perairan Teluk Jakarta. Sebagai eksplorasi tambahan, pengujian sejumlah skenario reduksi fitur menunjukkan bahwa model RF berbasis pH, salinitas, dan turbiditas saja menghasilkan performa lebih baik dibandingkan model utama tujuh fitur, dengan 0,194 dan akurasi 71,39%, mengindikasikan potensi penyederhanaan parameter pemantauan DO di Teluk Jakarta.