Sistem Peringatan Dini Polusi Udara

Prediksi Kualitas Udara menggunakan Random Forest

00:00:00
Senin, 01 Jan 2026

Metodologi & Evaluasi Model AI

Arsitektur Algoritma

Sistem ini dibangun menggunakan algoritma Random Forest Regressor. Algoritma ini dipilih karena ketangguhannya dalam menangani data lingkungan yang fluktuatif dan kemampuannya mengukur bobot setiap parameter pendeteksi (Feature Importance). Model ini telah melalui tahap Hyperparameter Tuning dengan pembatasan kedalaman pohon (max_depth=10) dan 150 estimator untuk mencegah overfitting.

Metrik Evaluasi

  • ✅ Mean Absolute Error (MAE): 37.03
  • ✅ Mean Squared Error (MSE): 1994.54
  • ✅ R-Squared (R² Score): 0.29 (29%)

*Catatan Analisis: Akurasi R² dipengaruhi oleh tidak adanya sensor polutan kimiawi (PM2.5, NO2) secara langsung pada dataset publik, sehingga model bergantung pada faktor cuaca dan proksi kepadatan wilayah.

Validasi Aktual vs Prediksi

Aktual vs Prediksi