PENGELOMPOKAN SPASIO-TEMPORAL KUALITAS UDARA PERKOTAAN DI JAKARTA MENGGUNAKAN ALGORITMA K-MEANS BERDASARKAN PARAMETER AQI

Abstract

Kualitas udara di Jakarta menjadi permasalahan lingkungan yang serius akibat meningkatnya aktivitas transportasi, industri, dan urbanisasi yang memicu tingginya konsentrasi polutan seperti PM₂.₅, PM₁₀, SO₂, NO₂, CO, dan O₃. Penelitian ini bertujuan untuk menganalisis pola kualitas udara menggunakan pendekatan clustering spatio-temporal berbasis algoritma K-Means. Tahapan penelitian meliputi pra-pemrosesan data, normalisasi menggunakan StandardScaler, serta pembentukan fitur temporal dan spasial. Proses clustering dilakukan dengan variasi jumlah cluster (k=2 hingga k=6), menggunakan metode Elbow untuk menentukan jumlah cluster optimal dan Silhouette Score untuk evaluasi. Hasil penelitian menunjukkan bahwa nilai Silhouette Score tertinggi diperoleh pada k=2 sebesar 0,1994, namun k=3 dipilih karena lebih representatif dalam menggambarkan variasi data. Clustering menghasilkan tiga kelompok utama, yaitu kualitas udara buruk yang didominasi PM₂.₅, SO₂, dan NO₂, kelompok dengan dominasi ozon sebagai polusi sekunder, serta kelompok dengan kualitas udara relatif baik. Distribusi data menunjukkan dominasi cluster dengan karakteristik ozon sebesar 44,37%. Meskipun nilai Silhouette Score relatif rendah, metode K-Means tetap mampu memberikan gambaran pola kualitas udara secara informatif