Dalam beberapa dekade terakhir, pesatnya pertumbuhan industri dan meningkatnya kepadatan lalu lintas di wilayah perkotaan termasuk DK Jakarta menimbulkan masalah kualitas udara. Salah satu indikator terjadinya pencemaran udara adalah turunnya hujan asam. Hujan asam terjadi akibat zat polutan berupa SO2 dan NO2 bereaksi dengan air (H2O). Dampak hujan asam antara lain dapat merusak kesuburan tanah sehingga dapat mempengaruhi kualitas hidup manusia dan juga dapat merusak benda maupun infrastruktur. Penelitian ini bertujuan untuk menganalisa sebaran SO2 dan NO2 secara spasial temporal, juga membuat model keasaman air hujan berdasarkan sebaran SO2 dan NO2 di DK Jakarta. Sebaran SO2 dan NO2 diperoleh menggunakan teknik penginderaan jauh dengan memanfaatkan citra Satelit Sentinel 5P. Pengolahan dilakukan menggunakan GEE. Dari hasil analisis bivariat diketahui bahwa sebaran spasial SO2 dipengaruhi oleh curah hujan dan tidak dipengaruhi oleh kecepatan angin. Sedangkan sebaran NO2 dipengaruhi secara signifikan oleh curah hujan dan juga kecepatan angin. Secara temporal, sebaran SO2 pada tahun 2023 memiliki nilai tertinggi di bulan Juni dan sebaran NO2 memiliki nilai tertinggi pada bulan Agustus. Hasil validasi antara data SO2 dan NO2 yang diperoleh melalui penginderaan jauh dengan data observasi pada SPKU milik BMKG, menjelaskan bahwa data penginderaan jauh pada beberapa stasuin tidak konsisten dengan data hasil observasi di SPKU. Model prediksi tingkat keasaman air hujan diperoleh berdasarkan sebaran SO2 dan NO2 pada Tahun 2023 di Jakarta. Hasil regresi linier berganda menunjukan bahwa ada korelasi antara pH air hujan dengan sebaran SO2 dan NO2. Koofisien korelasi bernilai (-) 0,7305 yang berarti korelasi berada dalam kategori kuat. Korelasi bersifat negatif yang menjelaskan bahwa semakin besar kadar SO2 dan NO2 maka pH air hujan akan semakin kecil/ asam. Diperoleh nilai 13% dalam perhitungan MAPE yang berarti model prediksi termasuk kedalam kategori baik dan dapat digunakan untuk memprediksi keasaman air hujan (pH) di Jakarta.

---

In the last few decades, rapid industrial growth and increasing urban traffic density, have caused air quality problems including in DK Jakarta. One indicator of air pollution is acid rain. Acid rain occurs due to pollutants in the form of SO2 and NO2 reacting with water (H2O). The impact of acid rain, among other things, can damage soil fertility, affect the quality of human life, and damage objects and infrastructure. This research aims to analyze the distribution of SO2 and NO2 spatially and temporally, as well as create a rainwater acidity model based on the distribution of SO2 and NO2 in DK Jakarta. The distribution of SO2 and NO2 was obtained using remote sensing techniques using Sentinel 5P Satellite imagery. Processing is carried out using GEE. From the results of the bivariate analysis, it is known that the spatial distribution of SO2 is influenced by rainfall and is not influenced by wind speed. Meanwhile, the distribution of NO2 is significantly influenced by rainfall and wind speed. Temporally, the distribution of SO2 in 2023 has the highest value in June and the distribution of NO2 has the highest value in August. The validation results between SO2 and NO2 data obtained through remote sensing with observation data by BMKG explain that remote sensing data at several stations is inconsistent with observation data. The prediction model for rainwater acidity levels was obtained based on the distribution of SO2 and NO2 in 2023 in Jakarta. The results of multiple linear regression show that there is a correlation between rainwater acidity and the distribution of SO2 and NO2. The correlation coefficient is (-) 0.7305, which means the correlation is in the strong category. The correlation is negative, which explains that the greater the SO2 and NO2 levels, the more acidic the rainwater will be. A value of 13% was obtained in the MAPE calculation, which means the prediction model is included in the good category and can be used to predict rainwater acidity in Jakarta.