Klasifikasi Kualitas Udara Berdasarkan Parameter Lingkungan Menggunakan Algoritma Decision Tree C4.5

Main Article Content

Galang Putra Wicaksana Galang
Irwansyah
Ahmad Taufik
Faldy Irwiensyah

Abstract

Air quality directly affects public health. In Indonesia it is communicated through the Air Pollution Standard Index (ISPU), which is calculated from six pollutants: PM2.5, PM10, SO2, CO, O3, and NO2. This study aims to build an accurate and interpretable model that classifies ISPU categories using the C4.5 Decision Tree algorithm. The secondary dataset from Kaggle contains 1,416 air quality monitoring records from DKI Jakarta for 2021–2025. Preprocessing consisted of median and mode imputation for missing values, removal of one unlabeled record, merging the very small “Very Unhealthy” class (4 records) into “Unhealthy”, and label encoding, which resulted in 1,415 records in three classes (Good, Moderate, Unhealthy). The data were split 70:30 with stratification into 990 training and 425 testing records. The tree was built from entropy and information gain, pruned from 39 to 19 nodes (depth from nine to five levels), and converted into ten IF-THEN rules. PM2.5 had the highest information gain (0.8717) and became the root node, with a feature importance of 0.9048. The model correctly classified 416 of 425 test records, an accuracy of 97.88%. The F1-scores for the Unhealthy, Moderate, and Good classes were 99.35%, 98.27%, and 69.57%, respectively; the lower score for Good reflects only 11 test records. SMOTE and ADASYN did not improve accuracy (95.06% and 95.53%). The results show that C4.5 can classify ISPU categories accurately using transparent rules.

Article Details

Section

Articles

How to Cite

Klasifikasi Kualitas Udara Berdasarkan Parameter Lingkungan Menggunakan Algoritma Decision Tree C4.5. (2026). DIGINTEL-AI : DIGital INnovation and InTELligence – AI, 2(1), 11-21. https://doi.org/10.66217/digintel-ai.v2i1.22

References

Ahmad, J., Donny, F., Toto, S., & Putra, D. S. (2025). Analisis kualitas udara ambien di Kota Padang: Konsentrasi polutan, distribusi spasial, dan implikasi kebijakan. JTPVI: Jurnal Teknologi dan Pendidikan Vokasi Indonesia, 3(3). https://doi.org/10.24036/jtpvi.v3i3.328

Akbar, I., Supriadi, F., & Junaedi, D. I. (2024). Pemanfaatan machine learning di bidang kesehatan. JATI (Jurnal Mahasiswa Teknik Informatika), 9.

Alfian, H., Wahyuni, S., Revalino, A., Mirano, M. F., Rahmayana, E., & Mukhtar, H. (2024). Teknik machine learning untuk analisa klasifikasi kualitas udara: A review. Journal of Software Engineering and Information System (SEIS), 4(2). https://doi.org/10.37859/seis.v4i2.7617

Aushofi, M., Irwansyah, I., & Shidqon, M. (2025). Implementasi data mining untuk menganalisis pola penimbangan sampah menggunakan algoritma Apriori. DIGINTEL-AI: DIGital INnovation and inTELligence – AI, 1(1), 1–10. https://doi.org/10.66217/digintel-ai.v1i1.1

Daniswara, A. A. A., & Nuryana, I. K. D. (2023). Data preprocessing pola pada penilaian mahasiswa Program Profesi Guru. Journal of Informatics and Computer Science (JINACS), 5. https://doi.org/10.26740/jinacs.v5n01.p97-100

Farisi, I., Shadiq, J., Priyadi, W., Maulana, D., Acep, A., & Gusril, S. F. (2024). Penerapan model recurrent neural network (RNN) untuk prediksi curah hujan berbasis data historis. Information System for Educators and Professionals: Journal of Information System, 9. https://doi.org/10.51211/isbi.v9i2.3280

Fenny, M. R., & Herniwanti. (2025). Analisis kejadian indeks standar pencemaran udara (ISPU) sebagai informasi mutu udara di Kota Pekanbaru. Jurnal Kesehatan dan Pengelolaan Lingkungan, 6, 1–11. https://doi.org/10.12928/jkpl.v6i1.12504

Firmansyah, F., Irwansyah, I., & Budiyantara, A. (2025). Analisis pola pembelian konsumen di Rumah Makan Tepi Laut Baubau menggunakan algoritma Apriori. DIGINTEL-AI: DIGital INnovation and inTELligence – AI, 1(1), 25–36. https://doi.org/10.66217/digintel-ai.v1i1.3

Hanum, A. R., Zetha, I. A., Putri, S. C., Wulandari, R. A., Andina, S. P., Fajrina, J. N., & Yudistira, N. (2024). Analisis kinerja algoritma klasifikasi teks BERT dalam mendeteksi berita hoaks. Jurnal Teknologi Informasi dan Ilmu Komputer, 11(3), 537–546. https://doi.org/10.25126/jtiik.938093

Harpad, B., Salmon, & Saputra, R. M. (2022). Sistem monitoring kualitas udara di kawasan NodeMCU ESP32 berbasis IoT. Jurnal Informatika Wicida, 12(2), 39–47. https://doi.org/10.46984/inf-wcd.1955

Iqbal, M., Ali, I., Nurhakim, B., & Marta, P. P. (2026). Penerapan algoritma decision tree untuk klasifikasi persetujuan pinjaman sebagai pendukung pengambilan keputusan risiko kredit. Journal of Computer Science and Artificial Intelligence (JCSAI), 3. https://ruangjurnal.or.id/index.php/jcsai/article/view/295

Irwansyah, I., Wiranata, A. D., & TT, M. (2023). Komparasi algoritma decision tree, naive bayes dan K-nearest neighbor untuk menentukan kualitas udara di Provinsi DKI Jakarta. Infotech: Journal of Technology Information, 9(2), 193–198.

Islam, H. I., Mulyadien, M. K., & Enri, U. (2022). Penerapan algoritma C4.5 dalam klasifikasi status gizi balita. Jurnal Ilmiah Wahana Pendidikan, 8(10), 116–125.

Istiana, N., & Mustafiril, A. (2023). Perbandingan metode klasifikasi pada data dengan imbalance class dan missing value. Jurnal Informatika, 10, 101–108. https://doi.org/10.31294/inf.v10i2.15540

Kahfi, M., Umbara, F. R., & Ashaury, H. (2024). Prediksi pengangguran menggunakan decision tree dengan algoritma C5.0 pada data penduduk Kecamatan Caringin Kabupaten Bogor. Informatics and Digital Expert (INDEX), 4, 75–80. https://doi.org/10.36423/index.v4i2.913

Kannajmi, A. R., & Saputra, D. (2025). Penentuan model algoritma klasifikasi terbaik untuk klasifikasi kualitas udara di Jakarta 2023. Jurnal Informatika dan Teknik Elektro Terapan, 13(1).

Kurniawan, D. I., Irwansyah, I., & Taufik, A. (2025). Analisis sentimen terhadap komentar video IShowSpeed Tour Indonesia pada YouTube menggunakan metode SVM. DIGINTEL-AI: DIGital INnovation and inTELligence – AI, 1(1), 50–62. https://doi.org/10.66217/digintel-ai.v1i1.5

Lumbanbatu, N. A., Maha, Y. L., & Sipayung, S. P. (2026). Penerapan metode decision tree untuk memprediksi dampak kesehatan akibat penggunaan gadget. RIGGS: Journal of Artificial Intelligence and Digital Business, 4(4). https://doi.org/10.31004/riggs.v4i4.5787

Maharani, S., & Aryanta, W. R. (2023). Dampak buruk polusi udara bagi kesehatan dan cara meminimalkan risikonya. Jurnal Ecocentrism, 3(2), 47–58. https://doi.org/10.36733/jeco.v3i2.7035

Najah, A. N., Amalina, A. N., & Hidayat, R. (2025). Penerapan algoritma decision tree C4.5 untuk prediksi cuaca di Kota Semarang. Indexia, 7(1), 45–52.

Nazifah, N., & Prianto, C. (2023). Analisis perbandingan decision tree algoritma C4.5 dengan algoritma lainnya: Systematic literature review. Jurnal Informatika dan Teknologi Komputer (J-ICOM), 4, 57–64. https://doi.org/10.55377/j-icom.v4i2.7719

Novryadi, A. R., Irwansyah, I., & Shidqon, M. (2025). Analisis sentimen masyarakat terhadap kinerja Presiden Indonesia Joko Widodo periode kedua menggunakan metode Naïve Bayes dan SVM. DIGINTEL-AI: DIGital INnovation and inTELligence – AI, 1(1), 11–24. https://doi.org/10.66217/digintel-ai.v1i1.2

Prafanto, A., Astuti, I. F., Salamah, U., Agus, F., Kridalaksana, A. H., & Kamila, V. Z. (2024). Air pollution assessment of Samarinda using the C4.5 algorithm. Buletin Poltanesa, 24(2), 235–241. https://doi.org/10.51967/tanesa.v24i2.2946

Prasetiyo, A. (2024). Pemanfaatan algoritma decision tree C4.5 dalam memprakirakan hujan di Stasiun Meteorologi Kelas I Sultan Hasanuddin. Buletin GAW Bariri (BGB), 5(1), 47–55.

Putri, S. B. P., Irwansyah, I., & Tri M., T. (2025). Implementasi algoritma K-NN pada sosial media X untuk analisis sentimen pengalaman warganet tinggal di luar negeri. DIGINTEL-AI: DIGital INnovation and inTELligence – AI, 1(1), 37–49. https://doi.org/10.66217/digintel-ai.v1i1.4

Ragga, W. A., Naufal, I. F., Fayza, A. R., Juwita, P., & Heri, K. (2022). Klasifikasi data kualitas udara Kota Tangerang Selatan menggunakan algoritma C4.5. Jurnal Sistem Informasi, 1–11.

Romli, I., & Zy, A. T. (2020). Penentuan jadwal overtime dengan klasifikasi data karyawan menggunakan algoritma C4.5. J-SAKTI (Jurnal Sains Komputer dan Informatika), 4(2), 694–702.

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. e-Proceedings of Engineering, 8(5), 8954–8963.

Saputra, A. D. M., & Firmansyah, H. (2025). Implementasi algoritma decision tree untuk memprediksi kualitas udara dan polusi dengan RapidMiner. Sudo Jurnal Teknik Informatika, 4(3), 212–219.

Syahputri, C. N., & Hasibuan, M. S. (2024). Optimasi klasifikasi decision tree dengan teknik pruning untuk mengurangi overfitting. JSiI (Jurnal Sistem Informasi), 11, 87–96. https://doi.org/10.30656/jsii.v11i2.9161

Tangkelayuk, A., & Mailoa, E. (2022). Klasifikasi kualitas air menggunakan metode KNN, Naïve Bayes dan decision tree. JATISI (Jurnal Teknik Informatika dan Sistem Informasi), 9. https://doi.org/10.35957/jatisi.v9i2.2048

Valerian, F. R., Syarief, M., & Fatah, D. A. (2025). Klasifikasi tingkat obesitas menggunakan metode GBM dan confusion matrix. JATI (Jurnal Mahasiswa Teknik Informatika), 9. https://doi.org/10.36040/jati.v9i2.13062

Most read articles by the same author(s)

1 2 > >> 

Similar Articles

You may also start an advanced similarity search for this article.