Kondisi kualitas udara saat ini sedang membutuhkan perhatian khusus, khususnya kota Jakarta. Berdasarkan situs Air Quality Index (AQI) kota Jakarta berada di peringkat enam dengan kota yang memiliki kualitas udara terburuk di dunia dengan nilai AQI 156 (tidak sehat). Salah satu hal yang dapat menanggulangi masalah tersebut adalah dengan peramalan. Peramalan dapat berguna bagi pembuat kebijakan dan masyarakat untuk mengambil langkah yang diperlukan terhadap pengendalian kualitas udara di masa yang akan datang. Salah satu metode untuk peramalan adalah model Prophet. Dalam penerapannya model Prophet dapat diimplementasikan dengan beberapa metode yaitu menerapkan Komponen Hari Libur, Musiman Tambahan Periode Bulanan, dan Hyperparameter Tuning dengan Bayesian Optimization. Proses pengujian dilakukan menggunakan data harian ISPU DKI Jakarta (tahun 2010 sampai 2019) yang diperoleh dari website Open Data Jakarta dengan data tahun 2010 sampai 2018 sebagai data latih dan data tahun 2019 sebagai data uji. Selain model Prophet, penelitian ini pun menggunakan model lain seperti ARIMA sebagai model pembanding dari model Prophet. Sebagian besar hasil peramalan parameter polutan dengan model Prophet memperoleh akurasi “Cukup Akurat” (MAPE diantara 21%-50%) yaitu pada peramalan parameter PM10, SO2, CO, dan O3. Penerapan Komponen Hari Libur, Musiman Tambahan Periode Bulanan, dan kombinasi keduanya mampu meningkatkan akurasi dari model Prophet pada sebagian parameter polutan dengan rata-rata selisih MAPE kurang dari 1%, dan Hyperparameter Tuning dengan Bayesian Optimization mampu meningkatkan akurasi model Prophet pada sebagian parameter polutan dengan selisih tertinggi MAPE 4.63%. Jika model Prophet terbaik dibandingkan dengan ARIMA hasil yang diperoleh adalah model Prophet lebih unggul pada peramalan parameter SO2, CO, dan O3, sedangkan ARIMA lebih unggul pada peramalan parameter PM10 dan NO2.
Kata Kunci : Peramalan Kualitas Udara Jakarta, Model Prophet,
Facebook Prophet, Bayesian Optimization, ARIMA