// <![CDATA[ANALISIS SPASIOTEMPORAL PENCEMARAN UDARA DI JAKARTA BERDASARKAN DATA AOD, NO₂, DAN SO₂ DARI MODIS DAN SENTINEL-5P (2019–2024)]]> 0407096502 - Dr. Dewi Kania Sari, Ir., M.T. Dosen Pembimbing 1 GARNIDA / 232021005 Penulis
Pencemaran udara merupakan permasalahan lingkungan yang signifikan di wilayah perkotaan, termasuk Jakarta yang secara konsisten menempati peringkat terburuk kualitas udara dunia. Penelitian ini bertujuan untuk menganalisis distribusi spasiotemporal parameter Aerosol Optical Depth (AOD) dari satelit MODIS MCD19A2 (Terra dan Aqua), Nitrogen Dioksida (NO₂) dan Sulfur Dioksida (SO₂) dari satelit Sentinel-5P Level-3, yang diperoleh melalui Google Earth Engine (GEE), mengidentifikasi hubungan linear antarparameter, dan melakukan uji akurasi data satelit menggunakan data observasi dari lima stasiun kualitas udara di Jakarta (Bundaran HI, Kelapa Gading, Jagakarsa, Lubang Buaya, Kebon Jeruk). Metode penelitian mencakup pembuatan peta distribusi dan grafik batang time series periode 2019–2024, menggunakan nilai rata-rata spasial selama bulan Juni– September pada masing-masing tahun untuk pembuatan peta dan data harian Area of Interest (AOI) yang dikonversi menjadi data bulanan untuk grafik time series. Analisis hubungan linear antarparameter menggunakan data harian rata-rata AOI Jakarta dengan perhitungan koefisien korelasi pearson, uji p-value, dan visualisasi scatterplot. Validasi data satelit dilakukan dengan membandingkan data bulanan hasil konversi dari rata-rata harian AOI dengan data observasi dari lima stasiun, menggunakan perhitungan RMSE, NRMSE, dan MBE. Hasil penelitian menunjukkan pola distribusi dan tren temporal AOD dan NO₂ yang serupa, sementara SO₂ memiliki pola yang berbeda signifikan. Korelasi AOD–NO₂ berada pada kategori lemah hingga sedang, AOD–SO₂ negatif lemah, dan NO₂–SO₂ positif sangat lemah. Validasi menunjukkan nilai NRMSE antara 9%–32% dan MBE mendekati nol, secara umum memenuhi standar US EPA. Berdasarkan hasil tersebut data satelit untuk ketiga parameter diasumsikan dapat digunakan dalam analisis spasiotemporal pencemaran udara di Jakarta dan dapat mendukung pemantauan kualitas udara perkotaan. Air pollution is a significant environmental issue in urban areas, including Jakarta, which consistently ranks among the cities with the worst air quality worldwide. This study aims to analyze the spatiotemporal distribution of Aerosol Optical Depth (AOD) parameters from the MODIS MCD19A2 satellite (Terra and Aqua), Nitrogen Dioxide (NO₂), and Sulfur Dioxide (SO₂) from the Sentinel-5P Level-3 satellite obtained through Google Earth Engine (GEE). The study also seeks to identify the linear relationships among these parameters and validate the satellite data using observational data from five air quality monitoring stations in Jakarta (Bundaran HI, Kelapa Gading, Jagakarsa, Lubang Buaya, Kebon Jeruk). The methodology includes creating distribution maps and bar chart time series for the 2019–2024 period, using spatial average values during June–September of each year for map generation, and daily data from the Area of Interest (AOI) converted into monthly data for time series graphs. Linear relationship analysis among parameters utilizes daily average AOI data for Jakarta with Pearson correlation coefficient calculation, p-value testing, and scatterplot visualization. Satellite data validation was performed by comparing monthly averaged AOI data with observations from the five stations, using Root Mean Square Error (RMSE), Normalized RMSE (NRMSE), and Mean Bias Error (MBE). Results indicate similar distribution patterns and temporal trends for AOD and NO₂, while SO₂ shows significantly different patterns. The correlation between AOD vs NO₂ ranges from weak to moderate, AOD vs SO₂ shows weak negative correlation, and NO₂ vs SO₂ demonstrate a very weak positive correlation. Validation results show NRMSE values between 9%–32%, and MBE values close to zero, generally meeting US EPA standards. Based on these findings, the satellite data for the three parameters are assumed suitable for spatiotemporal analysis of air pollution in Jakarta and can support urban air quality monitoring.