Application of K-Means Clustering Algorithm for Air Quality Pattern Analysis in Jakarta
DOI:
https://doi.org/10.34012/jutikomp.v8i1.7028Keywords:
Air quality, Algorithm, AQI, Clustering, K-MeansAbstract
Air pollution in urban areas, particularly in Jakarta, is a significant issue that impacts public health and environmental quality. This study aims to analyze air quality patterns in Jakarta from 2010 to 2023 using the K-Means Clustering method based on Air Pollution Standard Index (ISPU) data. Data processing stages based on the CRISP-DM methodology are applied to process and analyze data systematically. The stages include business understanding, data understanding, data preparation, modeling, and evaluation. The results showed that the data were divided into three distinct clusters: healthy, unhealthy, and moderate. Cluster 0, which includes stations DKI1 and DKI2, shows better air quality, while cluster 2, which consists of stations DKI3, DKI4, and DKI5, shows higher pollution levels. These findings offer valuable insights for policymakers in developing more effective air pollution control strategies. Thus, the results of this study not only contribute to the understanding of air quality in Jakarta but also emphasize the need for data-driven mitigation actions to improve public health and the environment.
References
Adiputra, I. N. M. (2021). Clustering Penyakit Dbd Pada Rumah Sakit Dharma Kerti Menggunakan Algoritma K-Means. INSERT: Information System and Emerging Technology Journal, 2(2), 99-105. https://doi.org/10.23887/insert.v2i2.41673
Amalia, A., Zaidiah, A., & Isnainiyah, I. N. (2022). Prediksi Kualitas Udara Menggunakan Algoritma K-Nearest Neighbor. JIPI (Jurnal Ilmiah Penelitian Dan Pembelajaran Informatika), 7(2), 496–507. https://doi.org/10.29100/jipi.v7i2.2843
Anjelita, M., Windarto, A. P., Wanto, A., & Sudahri, I. (2020). Pengembangan datamining klastering pada kasus pencemaran lingkungan hidup. Semin. Nas. Teknol. Komput. Sains, 1(1), 309-313. https://prosiding.seminar-id.com/index.php/sainteks/article/view/453
Annas, M., & Wahab, S. N. (2023). Data Mining Methods: K-Means Clustering Algorithms. International Journal of Cyber and IT Service Management, 3(1), 40–47. https://doi.org/10.34306/ijcitsm.v3i1.122
Dhewayani, F. N., Amelia, D., Alifah, D. N., Sari, B. N., & Jajuli, M. (2022). Implementasi k-means clustering untuk pengelompokkan daerah rawan bencana kebakaran menggunakan model crisp-dm. Jurnal Teknologi dan Informasi, 12(1), 64-77. https://doi.org/10.34010/jati.v12i1.6674
Hartanti, N. T. (2020). Metode Elbow dan K-Means Guna Mengukur Kesiapan Siswa SMK Dalam Ujian Nasional. J. Nas. Teknol. dan Sist. Inf, 6(2), 82-89. https://doi.org/10.25077/ TEKNOSI.v6i2.2020.82-89
Hasanah, M. A., Soim, S., & Handayani, A. S. (2021). Implementasi CRISP-DM Model Menggunakan Metode Decision Tree dengan Algoritma CART untuk Prediksi Curah Hujan Berpotensi Banjir. Journal of Applied Informatics and Computing, 5(2), 103–108. https://doi.org/10.30871/jaic.v5i2.3200
Kurniawan, Y. I., Anugrah, P. R., Sugihono, R. M., Abimanyu, F. A., & Afuan, L. (2023). Pengelompokan Prioritas Negara Yang Membutuhkan Bantuan Menggunakan Clustering K-Means dengan Elbow Dan Silhouette. Jurnal Pendidikan Dan Teknologi Indonesia, 3(10), 455-463. https://doi.org/10.52436/1.jpti.343
Marisa, F., Maukar, A. L., & Akhriza, T. M. (2021). Data mining konsep dan penerapannya. Deepublish.
Nugroho, A., Asror, I., & Wibowo, Y. F. A. (2023). Klasifikasi Tingkat Kualitas Udara DKI Jakarta Berdasarkan Open Government Data Menggunakan Algoritma Random Forest. eProceedings of Engineering, 10(2). https://openlibrarypublications.telkomuniversity.ac.id/index.php/engineering/article/view/20030/0
Pertiwi, K. D., Lestari, I. P., & Afandi, A. (2024). Analisis Risiko Kesehatan Lingkungan Pajanan Debu PM10 dan PM2. 5 pada Relawan Lalu Lintas di Jalan Diponegoro Ungaran. Pro Health Jurnal Ilmiah Kesehatan, 6(2), 85-91. https://jurnal.unw.ac.id/index.php/PJ/article/view/3351
Prastiwi, H., Pricilia, J., & Rasywir, E. (2022). Implementasi Data Mining Untuk Menentuksn Persediaan Stok Barang Di Mini Market Menggunakan Metode K-Means Clustering. Jurnal Informatika Dan Rekayasa Komputer (JAKAKOM), 2(1), 141-148. https://ejournal.unama.ac.id/index.php/jakakom/article/view/34/58
Salsabila P., B., Belva Cynara Trana Putri, P., Ramadhani, N., & Puspita Sari, A. (2024). Penerapan Algoritma Naive Bayes Terhadap Kualitas Udara Di Jakarta Dan Rekomendasi Aktivitas Masyarakat. JATI (Jurnal Mahasiswa Teknik Informatika), 8(6), 11732–11738. https://doi.org/10.36040/jati.v8i6.11592
Rifqi, A., & Aldisa, R. T. (2023). Penerapan Data Mining Untuk Clustering Kualitas Udara. Jurnal Sistem Komputer Dan Informatika (JSON), 5(2), 289. https://doi.org/10.30865/json.v5i2.7145
Sang, A. I., Sutoyo, E., & Darmawan, I. (2021). Analisis data mining untuk klasifikasi data kualitas udara dki jakarta menggunakan algoritma decision tree dan support vector machine. eProceedings of Engineering, 8(5). https://openlibrarypublications.telkomuniversity.ac.id/index.php/engineering/article/view/15900
Siregar, A. H., Sihotang, D. D., Wijaya, B. A., & Siregar, S. D. (2024). Implementasi Algoritma K-Means Menggunakan RapidMiner untuk Klasterisasi Data Obat Pada Rumah Sakit Royal Prima. Jurnal Teknologi Dan Ilmu Komputer Prima (JUTIKOMP), 7(2), 200-211. https://doi.org/10.34012/jutikomp.v7i2.5537
Wardani N. W., Gede, P., Hartono, E., I Wayan Dharma Suryawan, Ayu Manik Dirgayusari, I Wayan Darmadi, & Mahendra, G. S. (2022). Penerapan Data Mining Untuk Klasifikasi Penjualan Barang Terlaris Menggunakan Metode Decision Tree C4.5. Jurnal Teknologi Informasi Dan Komputer, 8(3). https://doi.org/10.36002/jutik.v8i3.2081
Wiranata, A. D., Soleman, S., Irwansyah, I., Sudaryana, I. K., & Rizal, R. (2023). Klasifikasi Data Mining Untuk Menentukan Kualitas Udara Di Provinsi Dki Jakarta Menggunakan Algoritma K-Nearest Neighbors (K-Nn). Infotech: Journal of Technology Information, 9(1), 95-100. https://doi.org/10.37365/jti.v9i1.164
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Muhammad Arya Fayyadh Razan, Nur Juzieatul Alifah, Qurrata A’yuni, Masna Wati, Haviluddin -, Haviluddin -
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
- Hak Cipta atas naskah-naskah karya ilmiah di dalam Jurnal ini dipegang oleh Penulis.
- Penulis menyerahkan hak saat pertama kali mempublikasi Naskah karya ilmiahnya dan secara bersamaan Penulis memberikan izin/lisensi dengan mengacu pada Creative Commons Attribution-ShareAlike 4.0 International License kepada pihak lain untuk menyebarkan karya ilmiahnya tersebut dengan tetap mencantumkan penghargaan bagi penulis dan Jurnal Teknologi dan Ilmu Komputer Prima sebagai media Publikasi pertama atas karya tersebut.
- Hal-hal yang berkaitan dengan non-eksklusivitas pendistribusian Jurnal yang menerbitkan karya ilmiah penulis dapat diperjanjikan secara terpisah (contoh: permintaan untuk menempatkan karya yang dimaksud pada perpustakaan suatu institusi atau menerbitkannya sebagai buku) dengan Penulis sebagai salah satu pihak perjanjian dan dengan penghargaan pada Jurnal Teknologi dan Ilmu Komputer Prima sebagai media publikasi pertama atas karya dimaksud.
- Penulis dapat dan diharapkan untuk mengumumkan karyanya secara online (misalnya pada Repositori atau pada laman Organisai/Institusinya) sejak sebelum dan selama proses pengumpulan naskah, sebab upaya tersebut dapat meningkatkan pertukaran citasi lebih awal dan dengan cakupan yang lebih luas.
