PENERAPAN ALGORITMA NAIVE BAYES TERHADAP KUALITAS UDARA DI JAKARTA DAN REKOMENDASI AKTIVITAS MASYARAKAT

Kualitas udara merupakan faktor penting bagi kesehatan manusia, namun wilayah perkotaan seperti Jakarta mengalami penurunan kualitas udara disebabkan oleh aktivitas industri serta emisi karbon dari kendaraan. Penelitian ini bertujuan untuk mengklasifikasikan dan memprediksi tingkat kualitas udara serta memberikan rekomendasi aktivitas bagi masyarakat menggunakan teknik data mining Naive Bayes. Data diperoleh dari platform kualitas udara Satudata.jakarta.go.id dengan total 259 sampel data. Parameter yang digunakan meliputi PM10, SO2, CO, O3, dan NO2. Data dibagi menjadi 65% untuk pelatihan dan 35% untuk pengujian. Model Naive Bayes ini mencapai tingkat akurasi sebesar 92%, menunjukkan bahwa efektivitas kualitas udara dapat diklasifikasikan menjadi beberapa kategori, seperti "Baik", "Sedang", "Tidak Sehat", dan “Sangat Tidak Sehat”, serta memberikan rekomendasi yang akurat, yang menunjukkan kemampuan tinggi untuk melakukan klasifikasi kualitas udara. Oleh karena itu, dengan menggunakan data kualitas udara secara real-time, penelitian ini dapat memberikan rekomendasi kepada masyarakat bagaimana cara yang aman untuk menghadapi polusi udara dan meningkatkan kesadaran mereka. Hasil ini menunjukkan bahwa model ini dapat diandalkan untuk membantu masyarakat dan kebijakan mengurangi dampak negatif penurunan kualitas udara dan memitigasi dampak kesehatan yang disebabkan oleh paparan terus-menerus pada polusi udara.