Klasifikasi Kualitas Udara Menggunakan Algoritma Nai've Bayes Dengan Teknik Smote Berdasarkan Data Ispu

Pencemaran udara di DKI Jakarta menjadi sebuah isu penting dan berdampak negatif bagi kesehatan masyarakat. Penelitian ini menerapkan algoritma naive Bayes untuk mengklasifikasikan kualitas udara, dengan teknik SMOTE digunakan untuk mengatasi ketidakseimbangan data. Data yang dianalisis berasal dari data indeks pencemaran udara tahun 2022 hingga 2024, yang diambil dari lima stasiun pemantau udara di Jakarta. Proses analisis dilakukan mengikuti tahapan CRISP-DM, mulai dari memahami masalah hingga mengevaluasi model. Hasil penelitian menunjukkan bahwa SMOTE berhasil meningkatkan akurasi prediksi pada kelas yang lebih sedikit. Tanpa SMOTE, akurasi model mencapai 90% tetapi tampak bias terhadap kelas yang lebih sedikit, dengan nilai recall hanya 0,75 dan presisi 0,62. Sedangkan SMOTE, akurasi model menjadi 88%, dengan nilai presisi 0,86, recall 0,87, dan f1-score 0,87, yang menunjukkan hasil yang lebih seimbang di seluruh kelas.

Kata Kunci: klasifikasi, naïve bayes, SMOTE, ISPU, data mining