Polusi udara partikulat halus (PM2.5) telah menjadi salah satu isu lingkungan dan kesehatan yang paling mendesak di perkotaan. Partikel berukuran sangat kecil ini dapat menembus paru-paru dan aliran darah, memicu berbagai penyakit pernapasan dan kardiovaskular. Di kota-kota besar seperti Jakarta, perubahan kadar PM2.5 sering melebihi ambang batas aman, sehingga dibutuhkan model prediksi yang mampu memberikan peringatan dini bagi masyarakat dan pembuat kebijakan. Prediksi yang akurat memungkinkan langkah mitigasi dilakukan lebih cepat mulai dari pembatasan aktivitas luar ruangan hingga pengaturan lalu lintas dan emisi industri.
Studi ini bertujuan untuk membandingkan empat pendekatan prediksi PM2.5, yaitu Time Series Regression (TSR), Support Vector Regression (SVR), model Hybrid TSR-SVR, dan Ensemble Method. Penelitian menggunakan data pengamatan per jam dengan tujuan menguji seberapa baik masing-masing metode dapat memprediksi konsentrasi PM2.5. Hasilnya menunjukkan bahwa model hybrid TSR揝VR menghasilkan nilai kesalahan prediksi paling rendah berdasarkan nilai Root Mean Sqquare Error (RMSE). Hal ini menunjukan bahwa artinya model hybrid TSR揝VR lebih akurat dibanding model lainnya. Temuan ini menegaskan pentingnya menggabungkan metode statistik dan machine learning untuk memahami pola data yang kompleks.
Model hybrid memiliki keunggulan karena mampu menangkap dua sifat utama dalam data kualitas udara, yaitu pola linier (seperti tren dan musiman) serta hubungan nonlinier yang dipengaruhi oleh kondisi cuaca, sumber emisi, dan aktivitas manusia. Dengan memanfaatkan kemampuan TSR dalam menganalisis struktur waktu dan kekuatan SVR dalam mengenali hubungan nonlinier, model hybrid yang digunakan mampu memberikan hasil yang lebih stabil, bahkan saat terjadi lonjakan tajam pada konsentrasi PM2.5. Stabilitas ini sangat penting dalam sistem peringatan dini, di mana akurasi prediksi pada kondisi ekstrem menjadi faktor kunci untuk melindungi kesehatan publik.
Temuan ini memberikan arah baru bagi upaya pengendalian polusi udara di Indonesia. Pemerintah daerah dan lembaga lingkungan dapat memanfaatkan model hybrid untuk meningkatkan efektivitas sistem pemantauan dan peringatan kualitas udara. Integrasi pendekatan ilmiah ini tidak hanya memperkuat kebijakan berbasis data, tetapi juga mendorong kesadaran masyarakat terhadap pentingnya menjaga udara bersih sebagai bagian dari tanggung jawab bersama menuju kota yang lebih sehat dan berkelanjutan.
Penulis: Elly Pusporani, S.Si., M.Stat.
