Kualitas udara di Jakarta dalam beberapa tahun terakhir menunjukkan kondisi yang semakin memprihatinkan, terutama akibat tingginya konsentrasi PM2.5 yang melampaui standar kesehatan global. Data menunjukkan bahwa tingkat polusi ini dapat mencapai lebih dari delapan kali batas aman tahunan, sehingga berpotensi menimbulkan dampak serius bagi kesehatan masyarakat. Berangkat dari kondisi tersebut, penelitian ini menyoroti pentingnya pengolahan data sebagai faktor kunci dalam meningkatkan akurasi prediksi kualitas udara.
Penelitian ini menggunakan data PM2.5 per jam di Jakarta untuk melihat pola polusi udara secara lebih rinci. Skala data ini digunakan menunjukkan kapan polusi meningkat dan menurun dalam satu hari maupun satu minggu. Namun, tantangan utama yang dihadapi adalah banyaknya data yang hilang akibat gangguan alat ukur atau sistem pencatatan, sehingga diperlukan langkah khusus agar data tetap dapat digunakan tanpa menghilangkan pola aslinya.
Untuk mengatasi hal tersebut, peneliti mencoba beberapa cara dalam mengisi data yang hilang. Tujuannya bukan sekadar melengkapi data, tetapi juga menjaga agar pola naik-turun polusi tetap realistis. Setelah data diperbaiki, dilakukan proses prediksi menggunakan dua pendekatan yang berbeda: satu metode yang lebih sederhana (Holt Winter) dan satu metode yang mampu menangkap pola berulang yang lebih kompleks (Double Seasonal Holt Winter). Pendekatan ini memungkinkan perbandingan hasil prediksi berdasarkan cara pengolahan data dan jenis metode yang digunakan.
Hasilnya menunjukkan bahwa metode sederhana lebih unggul untuk memprediksi kondisi dalam waktu dekat, seperti satu hari ke depan. Sementara itu, metode yang lebih kompleks cenderung lebih stabil untuk memperkirakan kondisi hingga beberapa hari ke depan karena mampu mengikuti pola berulang dalam data. Temuan ini menegaskan bahwa keberhasilan prediksi tidak hanya bergantung pada metode, tetapi juga pada bagaimana data dipersiapkan sejak awal.
Penelitian ini menegaskan bahwa keberhasilan prediksi kualitas udara tidak hanya ditentukan oleh metode yang digunakan, tetapi juga oleh bagaimana data dipersiapkan. Pemilihan cara pengolahan data dan model prediksi yang tepat dapat membantu menghasilkan informasi yang lebih akurat untuk mendukung kebijakan pengendalian polusi. Dengan demikian, upaya menciptakan udara yang lebih bersih di Jakarta dapat dilakukan secara lebih efektif dan berbasis data.
Penuli: Elly Pusporani
Artikel ilmiah ini dapat diakses secara lengkap melalui publikasi AIP Conference Proceedings:
https://doi.org/10.1063/5.0308735
