PM1.0
Real-time monitoring
Dashboard Kualitas Udara
Pembaruan terakhir: 2026-09-22 16:09:56
PM2.5
PM10
CO
Grafik Riwayat Sensor
PM1.0 (µg/m³)
PM2.5 (µg/m³)
PM10 (µg/m³)
CO (ppm)
Prediksi Sensor (BiLSTM)
PM1.0 (µg/m³)
PM2.5 (µg/m³)
PM10 (µg/m³)
CO (ppm)
Tabel 12 Timestep & 6 Horizon Prediksi
| Waktu | Tipe | PM1.0 | PM2.5 | PM10 | CO |
|---|---|---|---|---|---|
| Memuat data prediksi… | |||||
Tentang Sistem
AIRPREMA — Monitoring & Prediksi Kualitas Udara
Sistem berbasis IoT yang memantau empat parameter kualitas udara secara real-time dari satu titik lokasi sensor, lalu memprediksi tren beberapa langkah ke depan memakai model time series Bi-LSTM.
AIRPREMA adalah sistem monitoring dan prediksi kualitas udara berbasis IoT yang memantau empat parameter utama: PM1.0, PM2.5, PM10, dan Karbon Monoksida (CO) secara real-time dari satu titik lokasi sensor. Setiap pembacaan sensor diklasifikasikan ke dalam empat tingkat status risiko (Segar, Normal, Tercemar, dan Kritis) berdasarkan ambang batas per parameter yang mengacu pada standar ISPU dan WHO. Status keseluruhan diambil dari status TERBURUK di antara keempat parameter tersebut. Sistem ini dikembangkan dan disederhanakan khusus untuk kebutuhan monitoring kualitas udara.
Metode
Sensor IoT
Perangkat sensor mengirim pembacaan PM1.0, PM2.5, PM10, dan CO secara berkala ke server melalui API.
Prediksi Time Series
Riwayat data sensor dipakai model Bi-LSTM untuk memprediksi nilai beberapa langkah ke depan per parameter, ditampilkan di grafik & tabel prediksi.
Klasifikasi Risiko
Status risiko dihitung dari ambang batas per parameter, lalu digabungkan menjadi satu status keseluruhan (status terburuk).
Tingkat Status Risiko
Segar
Kualitas udara baik, aman untuk seluruh aktivitas luar ruangan.
Normal
Masih dalam batas wajar, kelompok sensitif tetap perlu waspada.
Tercemar
Mulai berdampak pada kesehatan, kurangi aktivitas luar ruangan lama.
Kritis
Berisiko tinggi bagi kesehatan, hindari aktivitas di luar ruangan.
Ingin lihat kondisi udara saat ini?
Pantau nilai sensor, peta lokasi, dan grafik prediksi langsung dari dashboard.