Penelitian yang dilakukan oleh Pusat Riset Lingkungan Universitas Indonesia ini bertujuan untuk menganalisis dampak urbanisasi cepat terhadap kualitas udara di wilayah Jabodetabek dengan memanfaatkan teknologi Internet of Things (IoT) dan pembelajaran mesin (machine learning). Urbanisasi yang pesat telah menyebabkan peningkatan signifikan dalam jumlah kendaraan bermotor, proyek konstruksi, serta penggunaan energi, yang berdampak langsung terhadap peningkatan polutan udara seperti PM2.5, karbon monoksida (CO), dan nitrogen dioksida (NO₂).

Untuk memetakan tren pencemaran secara real-time, tim peneliti mengembangkan jaringan sensor IoT yang dipasang di 120 titik strategis, termasuk kawasan padat penduduk, jalan protokol, dan area hijau. Sensor-sensor ini secara berkala mengirimkan data kualitas udara ke server pusat melalui koneksi nirkabel. Selanjutnya, data tersebut dianalisis menggunakan algoritma machine learning seperti Random Forest dan Support Vector Machine (SVM) untuk memprediksi fluktuasi polutan berdasarkan variabel waktu, lalu lintas, dan cuaca.

Hasil analisis menunjukkan bahwa tingkat polusi udara paling tinggi terjadi pada pukul 06.00–09.00 dan 17.00–20.00, bertepatan dengan jam sibuk kendaraan. Daerah dengan tingkat urbanisasi tertinggi seperti Jakarta Pusat dan Jakarta Barat mencatat konsentrasi PM2.5 yang secara konsisten melebihi batas aman WHO. Sementara itu, daerah pinggiran dengan ruang terbuka hijau yang cukup menunjukkan angka yang jauh lebih rendah. Model prediksi yang dikembangkan berhasil mencapai akurasi 88% dalam memetakan puncak polusi harian dan mingguan.

Selain sebagai alat pemantauan, sistem ini juga dikembangkan menjadi aplikasi web interaktif yang dapat diakses publik. Masyarakat dapat melihat data kualitas udara di sekitar mereka dan menerima notifikasi bila tingkat polusi udara melampaui ambang batas tertentu. Fitur ini sangat berguna bagi kelompok rentan seperti anak-anak, lansia, dan penderita penyakit pernapasan untuk mengatur aktivitas harian mereka.

Penelitian ini juga mengevaluasi efektivitas kebijakan pemerintah daerah dalam mengatasi pencemaran udara. Meskipun program Car Free Day dan penanaman pohon menunjukkan dampak positif secara lokal, namun diperlukan upaya yang lebih sistematis seperti pembatasan kendaraan pribadi, pengalihan ke transportasi publik ramah lingkungan, dan insentif bangunan hijau untuk jangka panjang.

Langkah selanjutnya dari proyek ini adalah memperluas cakupan sensor hingga ke kota-kota penyangga seperti Depok, Tangerang, dan Bekasi, serta memperbaiki algoritma prediksi dengan menambahkan data historis dan citra satelit. Tim juga tengah menjajaki kerja sama dengan startup lingkungan untuk komersialisasi sensor portabel yang dapat digunakan oleh sekolah, komunitas, dan industri.

Penelitian ini menekankan pentingnya sinergi antara teknologi dan kebijakan publik dalam menciptakan kota yang sehat dan berkelanjutan. Dengan pendekatan berbasis data dan partisipatif, diharapkan masyarakat akan lebih sadar terhadap isu lingkungan dan turut serta menjaga kualitas udara di lingkungannya.