Temuan Utama

Temuan utama kajian ini menunjukkan bahwa pemodelan kualitas udara di Indonesia selama 2010–2024 telah berkembang cukup pesat, namun masih bersifat terfragmentasi. Berdasarkan telaah sistematis terhadap 122 artikel menggunakan pedoman PRISMA 2020, model yang paling banyak digunakan adalah AERMOD (27,5%), diikuti HYSPLIT (15,8%), sedangkan pendekatan pembelajaran mesin seperti Random Forest, LSTM, dan ANN mulai meningkat penggunaannya. Kajian juga memperlihatkan bahwa penelitian masih terkonsentrasi di Jakarta, Jawa Timur, dan Jawa Barat, sementara wilayah Indonesia timur relatif kurang terwakili. Sumber pencemar yang paling banyak dimodelkan berasal dari sektor transportasi dan industri, dengan polutan dominan berupa PM2.5 dan PM10. Dari sisi kinerja, AERMOD/CALPUFF dan WRF-Chem/CMAQ menunjukkan performa yang cukup baik, sedangkan model pembelajaran mesin cenderung menghasilkan akurasi prediktif lebih tinggi, meskipun keunggulan tersebut sangat bergantung pada konteks data dan tujuan studi. Kendala utama yang teridentifikasi meliputi inventaris emisi yang belum lengkap, jaringan pemantauan yang masih terbatas, kompleksitas meteorologi tropis, serta lemahnya integrasi hasil pemodelan ke dalam kebijakan. Oleh karena itu, penguatan inventaris emisi nasional, perluasan pemantauan berbasis sensor murah dan satelit, serta pengembangan model hibrida fisik-data menjadi prioritas strategis di Indonesia pada masa depan.

Potensi Manfaat

Potensi kemanfaatan artikel ini terletak pada kontribusinya sebagai dasar ilmiah untuk memperkuat pengembangan pemodelan kualitas udara di Indonesia secara lebih terarah, terintegrasi, dan relevan dengan kebutuhan kebijakan. Melalui telaah sistematis terhadap 122 studi periode 2010–2024, artikel ini menyediakan gambaran komprehensif mengenai jenis model yang telah digunakan, sebaran wilayah kajian, sumber emisi dominan, jenis polutan yang dimodelkan, serta performa berbagai pendekatan, mulai dari model deterministik hingga machine learning. Informasi tersebut bermanfaat bagi peneliti untuk mengidentifikasi celah riset, terutama keterbatasan kajian di wilayah Indonesia timur, kurangnya pemodelan multipolutan, serta kebutuhan validasi yang lebih kuat. Bagi pemerintah dan pemangku kebijakan, artikel ini dapat menjadi rujukan dalam menyusun inventaris emisi nasional, memperluas jaringan pemantauan, mengintegrasikan data sensor murah dan satelit, serta mendorong penggunaan model kualitas udara dalam AMDAL dan regulasi lingkungan. Selain itu, artikel ini juga berguna bagi perguruan tinggi dan lembaga riset sebagai acuan pengembangan model hibrida berbasis fisik dan data, sehingga pengelolaan kualitas udara dapat lebih akurat, adaptif, dan berbasis bukti ilmiah.