Perancangan sistem monitoring dan prediksi indeks kualitas udara (AQI) berbasis IOT

Polusi udara merupakan permasalahan lingkungan yang berdampak langsung terhadap kesehatan masyarakat, khususnya di wilayah perkotaan. Penelitian ini bertujuan untuk merancang sistem pemantauan kualitas udara secara real-time berbasis Internet of Things (IoT) serta mengembangkan model prediksi Indeks Kualitas Udara (Air Quality Index/AQI) sebagai sistem peringatan dini jangka pendek. Sistem yang dikembangkan memanfaatkan sensor gas MQ-135 dan sensor suhu serta kelembaban DHT22 yang terintegrasi dengan mikrokontroler ESP32. Data lingkungan dikirimkan ke server cloud menggunakan protokol MQTT untuk pemantauan dan pengolahan data. Kebaruan penelitian ini terletak pada penerapan model Physics-Guided Neural Network (AirPhyNet) untuk memprediksi kualitas udara hingga 72 jam ke depan dengan mengintegrasikan prinsip fisika atmosfer ke dalam fungsi kerugian jaringan saraf. Pengembangan sistem dilakukan menggunakan metode evolutionary prototyping dalam dua iterasi, yaitu stabilisasi akuisisi data sensor dan integrasi model prediksi. Pengujian menggunakan dataset Jakarta Air Quality periode 2010–2025 dan data sensor real-time menunjukkan bahwa sistem memiliki latensi rata-rata 2,3 detik, dengan kinerja prediksi model menghasilkan nilai R2 sebesar 0,57 dan MAE sebesar 0,40. Hasil ini menunjukkan bahwa pendekatan physics-guided layak diterapkan pada sistem IoT berbiaya rendah untuk pemantauan dan mitigasi risiko kualitas udara.