DKI Jakarta merupakan kota metropolitan dengan aktivitas manusia yang
menyebabkan peningkatan emisi. Peningkatan emisi ini mempengaruhi penurunan
kualitas udara. Berdasarkan pemantauan kualitas udara dunia pada tahun 2021 yang
dilakukan IQAir menempatkan DKI Jakarta di posisi 12 sebagai ibu kota negara
paling berpolusi di dunia. Indonesia memiliki standar pencemaran udara yang diatur
oleh kementrian lingkungan hidup dan kehutanan yakni Indeks Standar Pencemaran
Udara (ISPU). Penentuan kategori ISPU dapat dilakukan menggunakan proses
klasifikasi dari data mining. Tujuan penelitian merupakan mengklasifikasikan
kualitas udara DKI Jakarta dan mendapatkan algoritma yang lebih baik antara
random forest dan naive Bayes berdasarkan nilai accuracy, precision, recall, dan
F1-score. Random Forest merupakan algoritma untuk menyelesaikan klasifikasi
data berdasarkan proses voting dari pohon keputusan yang terbentuk. Naive Bayes
merupakan algoritma untuk memprediksi peluang di masa depan berdasarkan data
di masa lalu berbasis probabilitas. Variabel data yang digunakan dalam penelitian
ini merupakan kualitas udara dengan kategori berdasarkan ISPU sebagai variabel
terikat dan terdapat enam variabel bebas. Variabel bebas penelitian ini berupa data
partikulat 10 (PM10), partikulat 2,5 (PM2,5), karbon monoksida (CO), nitrogen
dioksida (NO2), sulfur dioksida (SO2), dan ozon (O3). Hasil klasifikasi yang
diperoleh menunjukkan algoritma random forest memiliki performa lebih baik
dibandingkan dengan algoritma naive Bayes dengan nilai accuracy yaitu sebesar
99,3%, nilai precision yaitu sebesar 99,0%, nilai recall yaitu sebesar 99,0?n
nilai F1-score yaitu sebesar 99,0%. Selain itu, berdasarkan hasil analisis diperoleh
tiga variabel yang paling berpengaruh terhadap klasifikasi ini secara berturut-turut
merupakan partikulat 2,5 (PM2,5), partikulat 10 (PM10), dan nitrogen dioksida
(NO2).