Pemanfaatan Teknologi IoT dan Kecerdasan Buatan untuk Pemantauan Kualitas Udara dan Deteksi Dini Pencemaran Udara
Keywords:
Internet of Things, Kecerdasan Buatan, Kualitas Udara, Deteksi Dini, Pencemaran UdaraAbstract
Salah satu masalah lingkungan serius di kawasan perkotaan padat penduduk adalah emisi kendaraan bermotor, aktivitas industri, dan pembakaran bahan bakar fosil menyebabkan penurunan kualitas udara yang berdampak pada kesehatan, seperti gangguan pernapasan, penyakit jantung, dan kanker. Berdasarkan data WHO, kualitas udara buruk merupakan penyebab utama kematian yang dapat dicegah, terutama di negara berkembang dengan urbanisasi cepat. Diperlukan sistem pemantauan udara yang akurat dan mampu memberikan peringatan dini terhadap potensi bahaya pencemaran. Penelitian ini mengembangkan sistem pemantauan kualitas udara berbasis Internet of Things (IoT) dan Kecerdasan Buatan (AI) untuk deteksi dini pencemaran udara berbahaya di kawasan padat penduduk. Sistem menggunakan sensor BME680 untuk mengukur suhu, kelembapan, tekanan udara, serta kadar gas seperti CO, CO₂, NO₂, dan VOC. Data dikirim secara real-time ke platform cloud melalui modul ESP32 dengan kehilangan paket 0% dan latensi rata-rata 180 ms. Hasil pengujian menunjukkan suhu 33–34 °C, kelembapan 70–78%, tekanan udara 1001 hPa, dan gas 0,7–0,9 ppm. Model AI yang dilatih dengan data lapangan dan dataset publik mencapai akurasi 94% (Random Forest), 91% (SVM), dan 88% (KNN), dengan precision, recall, dan F1-score di atas 0,90. Sistem ini terbukti efisien, stabil, dan layak diterapkan di wilayah padat penduduk. Ke depan, penelitian akan difokuskan pada pengujian jangka panjang, pembaruan model AI berdasarkan variasi musiman, dan integrasi dengan sistem peringatan publik untuk meningkatkan manfaat sosial serta dukungan terhadap kebijakan lingkungan.
Downloads
References
M. A. Hassan, M. Ahmad, and M. A. Khan, “Real-time air quality monitoring using IoT-based systems in urban areas,” Int. J. Environ. Sci. Technol., vol. 18, no. 3, pp. 1235–1246, 2021, doi: 10.1007/s13762-021-03234-4.
X. Jin, X. Li, and Y. Wang, “Air pollution prediction based on machine learning algorithms,” J. Environ. Manage., vol. 267, 110637, 2020, doi: 10.1016/j.jenvman.2020.110637.
K. Y. Kim, Y. S. Park, and H. J. Cho, “Evaluation of BME680 sensor for air quality monitoring in urban environments,” Sens. Actuators B Chem., vol. 320, 128297, 2020, doi: 10.1016/j.snb.2020.128297.
J. Park, H. Lee, and J. Lee, “Application of AI in urban air quality monitoring systems: Challenges and opportunities,” J. Environ. Inform., vol. 32, no. 1, pp. 15–27, 2018, doi: 10.1016/j.jenvman.2018.02.045.
C. A. Pope, M. Ezzati, and D. W. Dockery, “Fine particulate air pollution and life expectancy in the United States: The impact of long-term exposure,” Environ. Health Perspect., vol. 127, no. 4, pp. 440–446, 2019, doi: 10.1289/ehp.1800266.
J. K. Rapp, S. L. Moser, and L. H. Chien, “A review of BME680 sensor applications for air quality monitoring in smart cities,” J. Sensors, vol. 2019, 3410123, 2019, doi: 10.1155/2019/3410123.
Y. Zhang, L. Li, and H. Liu, “Development of an IoT-based air quality monitoring system for smart cities,” J. Ambient Intell. Humaniz. Comput., vol. 11, no. 5, pp. 1967–1976, 2020, doi: 10.1007/s12652-019-01374-1.
R. Kumar, R. M. Singh, and P. Tiwari, “IoT-based real-time air quality monitoring system with analytics,” Environ. Monit. Assess., vol. 193, no. 9, 603, 2021, doi: 10.1007/s10661-021-09312-4.
A. Al-Omari and A. Al-Azzam, “Cloud-based IoT air quality monitoring system using machine learning techniques,” J. Clean. Prod., vol. 252, 119820, 2020, doi: 10.1016/j.jclepro.2019.119820.
M. Mehdi, H. Ali, and A. Basit, “Comparative performance analysis of low-cost air quality sensors using IoT framework,” Sensors, vol. 22, no. 1, 215, 2022, doi: 10.3390/s22010215.
T. Banerjee and C. F. Choudhury, “Forecasting air quality using LSTM neural networks: A case study of Delhi,” Sustain. Cities Soc., vol. 50, 101636, 2020, doi: 10.1016/j.scs.2019.101636.
K. Abhishek and S. Dhir, “Smart air pollution monitoring using AI-based edge computing,” Procedia Comput. Sci., vol. 167, pp. 2101–2110, 2019, doi: 10.1016/j.procs.2020.03.258.
S. Sharma and A. Arora, “Urban air pollution monitoring using data fusion and machine learning,” Environ. Res., vol. 191, 110101, 2020, doi: 10.1016/j.envres.2020.110101.
K. Elangovan and M. Sundararaj, “Air quality monitoring using wireless sensor network with mobile node,” J. Ambient Intell. Humaniz. Comput., vol. 10, pp. 3951–3962, 2019, doi: 10.1007/s12652-018-1066-y.
M. Khalid and A. Qureshi, “Artificial intelligence-driven sensor systems for air pollution management in smart cities,” IEEE Internet Things J., vol. 8, no. 12, pp. 9821–9830, 2021, doi: 10.1109/JIOT.2021.3056308.
