Impelementasi Random Oversampling pada Algoritma Random Forest untuk Klasifikasi Indeks Standar Udara di DKI Jakarta 2024

Abstrak

Polusi udara merupakan permasalahan lingkungan global yang berdampak signifikan terhadap kesehatan manusia dan ekosistem, terutama di wilayah perkotaan padat seperti DKI Jakarta. Tantangan utama tidak hanya terletak pada tingginya konsentrasi polutan, tetapi juga pada keterbatasan analisis data kualitas udara yang akurat dan seimbang. Dataset Indeks Standar Pencemar Udara (ISPU) sering mengalami ketidakseimbangan kelas, di mana sebagian besar data berada pada kategori “SEDANG,” sedangkan “BAIK” dan “TIDAK SEHAT” memiliki jumlah yang jauh lebih sedikit. Kondisi ini menyebabkan model machine learning cenderung bias terhadap kelas mayoritas. Penelitian ini menerapkan dan mengevaluasi teknik Random Oversampling (ROS) yang dikombinasikan dengan algoritma Random Forest untuk meningkatkan akurasi klasifikasi ISPU di DKI Jakarta menggunakan data tahun 2024. Tahapan penelitian meliputi pengumpulan data dari portal Satu Data Jakarta, praproses menggunakan imputasi KNN, penyeimbangan kelas dengan ROS, pelatihan model Random Forest, serta evaluasi menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan peningkatan akurasi dari 96,71% menjadi 97,07%, dengan recall kelas “TIDAK SEHAT” naik dari 0,93 menjadi 0,94, sedangkan kelas “BAIK” tetap di 0,88. Meskipun peningkatan tersebut relatif kecil, ROS membantu menyeimbangkan proses pembelajaran dan meningkatkan stabilitas model. Penelitian ini juga menyoroti keterbatasan ROS yang hanya menduplikasi data tanpa menghasilkan variasi baru, sehingga metode alternatif seperti SMOTE atau ADASYN disarankan untuk penelitian selanjutnya. Secara keseluruhan, integrasi Random Forest dan Random Oversampling berkontribusi dalam mendukung pemantauan kualitas udara berbasis data dan pengambilan keputusan lingkungan di wilayah perkotaan.