Hasil Pencarian  ::  Simpan CSV :: Kembali

"Ikan air tawar konsumsi di DKI Jakarta diperoleh dari lokasi produksi di luar DKI Jakarta. Jauhnya jarak dari lokasi produksi dan sifat ikan mas dan ikan nila yang mudah rusak, memiliki rantai penanganan khusus untuk menjaga mutu ikan saat diterima oleh konsumen. Rantai pemasaran ini mencakup cara perlakuan khusus setiap pelaku pemasaran, sistem transportasi khusus, serta lokasi transaksi yang efektif.Penelitian ini membahas pergerakan komoditas ikan air tawar dengan pendekatan rantai pemasaran dan memperhatikan nilai perlakuan yang terjadi pada setiap simpul, serta memperhitungkan harga jual, biaya pemasaran, dan keuntungan yang terbentuk pada setiap simpul.Pergerakan produk perikanan air tawar dari tiga wilayah produksi ke DKI Jakarta membentuk empat jenis rantai pemasaran. Rantai terpanjang terbentuk dari petani di lokasi produksi - pedagang pengumpul di pasar ikan/terminal ikan - pedagang grosir di pasar grosir - pedagang eceran di pasar eceran - konsumen, yang terbentuk di ketiga jalur pemasaran dari tiga lokasi produksi ke DKI Jakarta. Sedangkan rantai terpendek hanya terbentuk dari petani di Kecamatan Cisaat - pedagang eceran di pasar eceran DKI Jakarta.Biaya pemasaran dibentuk oleh biaya produksi, biaya penanganan dan biaya transportasi. Perbedaan wilayah produksi mempengaruhi komponen dan biaya produksi, perbedaan lokasi simpul pemasaran mempengaruhi biaya penanganan yang dikeluarkan oleh pelaku pemasaran, serta perbedaan jalur transportasi mempengaruhi biaya transportasi. Semakin panjang rantai pemasaran yang terbentuk maka keuntungan yang diperoleh setiap simpul akan semakin kecil, tetapi tidak mempengaruhi harga jual pada pasar eceran di DKI Jakarta."

"Kebijakan pembangunan perikanan Indonesia di masa lalu banyak mengalami kegagalan ,hal ini dikarenakan doktrin comman prperty,sentralistik dan anti pluralisme hukum. akibatnya kebijakan seperti ini telah meciptakan permasalahan yang kompleks di masyarakat pesisir,seperti kerusakan ekologi pesisir dan laut,kemiskinan nelayan,konflik dan lain sebagainya

---

"

"Fish Associated in the Seagrass BED,the seagrass bed is the high biological productivity in the shallow waters....."

"DKI Jakarta menunjukkan sebanyak 46% dari kasus-kasus penyakit adalah penyakit gangguan pernapasan (ISPA 43%, iritasi rnata l,7% dan asma 1,3%) yang terkait dengan kualitas udara ambien yang tidak memenuhi baku umum dimana polusi udara di DKI Jakarta mengalami fluktuasi dengan beberapa parameter telah melewati nilai ambang batas seperti Ozon, N02 dan nilai ISPU menunjukan bahwa selama setahun hanya terhitung 22 hari udara Jakarta berkualitas baik, 95 hari dinyatakan tidak sehat, dan selebihnya 233 hari berkualitas sedang. Studi ekologi ini bertujuan untuk mengidentifikasi kualitas udara ambien, kondisi meteorologi., dan kejadian ISPA, mempelajari kecenderungan perubahan kualitas udara ambien, kondisi meteorologi dan mempelajari hubungan antara kondisi meteorologi dengan kualitas udara ambien serta mempelajari hubungan antara kualitas udara ambien, kondisi meteorologi dengan kejadian ISPA. Alat ukur yang digunakan untuk mengukur kualitas udara ambien menggunakan : FH6-I (5-ray absorbtfon), APSA-360 (Fluorescence UV), APOA-360 (Chelwninescence) dan NDR sedangkan untuk kondisi meteorologi adalah Tennometer; Hygromeierg Cup anenmmeter dan Global Star Pymnameter. Populasi yang dilibatkan sebanyak 820 data rata-rata harian kualitas udara ambien, kondisi meteorologi dan ISPA dengan sampei sebesar 118 data rata-rata mingguan kualitas udara ambien, kondisi meteorologi dan ISPA. Dalam kurun waklu 2006 - Maret 2008 diperolch konscntrasi rata-rata PMN; 65,9 pg/m3, so; 31,1 pg/mi, co 1,1 pg/ma, 0, 51,4 pg/m3, NO; 31,6 pg/ma dan niiai ISPU 72,3. Sedangkan rata-rata suhu 27,6°C, kelembaban 75,6 %, arah angin l54,5° , kecepatan angin 0,7 mls, radiasi matahari l12,0 W/m2 Serta rata~rata angka ISPA sebanyak 54 kejadian. Hubungan kualitas udara ambien dcngan ISPA didapatkan bahwa SO; mempunyai korelasi positif tcrhadap angka ISPA. PM|0_ 03, ISPU mempunyai korelasi negatif terhadap angka ISPA. Hubungan kondisi meteorologi dengan ISPA didapatkan bahwa kelembaban, arah angin mempunyai korelasi positif terhadap angka ISPA. Suhu, radiasi matahari mempunyai korelasi negatif terhadap angka ISPA. Hubungan kondisi meteorologi dengan kualiaias udara ambien didapatkan bahwa suhu mempunyai korelasi poritifdengan PMN, 03, N01 dan ISPU. Kelembaban mempunyai korelasi negatif dengan PM|g, 03, N02 dan ISPU, arah angin mempunyai korelasi PM|0, CO, 03, NCQ, ISPU, kecepatan angin mempunyai korelasi negatif dengan PMN), CO. 01, N02, ISPU, radiasi matahari mempunyai konelasi negatif dengan CO, radiasi matahari mempunyai korelasi positif dengan ISPU. Disimpulkan bahwa dalam kurun waklu 2006 - Mamet 2008 didapatkan pola angka ISPA mengikuti pola konsentrasi kualitas udara ambien dan kondisi meteorologi hal ini dibuktikan dengan adanya hubungan S0;, dan S0;*O3 Serta SO2*Suhu secara bersamaan mempunyai pengaruh yang besar terhadap ISPA dengan nilai koeiisicn korclasi sebesar 0,616 dan nilai koefisien determinasi Sebesar 0,379 (kuat). Dengan demikian SO;, SO1*O3, dan SO;*Suhu secara bersama-sama berpengaruh signifikan terhadap ISPA Namun konscmrasi CO, N02 , kecepatan angin tidak berhubungan denan kejadian ISPA di DKI Jakarta.

---

DKI Jakarta indicated 46% of disease cases were respirations problems (ISPA 43%, eye irritation of l,7% and asthma of 1,3%) related to ambient air quality which did not fulfill standard quality where air pollution in DKI Jakarta experienced fluctuation with a few parameter have passed boundary threshold value like Ozone, N02 and ISPA value indicated that Jakarta air had a good quality for 22 days each year, it was not health for 95 days, and it was a medium quality for 233 days.

This purpose of ecology study to identity an outdoor air quality, meteorology condition, and ISPA occurrence, studying a change tendency of outdoor air quality, meteorology condition and studying related between meteorology condition of outdoor air quality and also studying related between meteorology condition of outdoor air quality and ISPA occurrence.

Measurement instruments which are used for measuring outdoor air quality such as FI-I6-l (B-ray absorption), APSA-360 (Fluorescence UV), APOA-360 (Cheluminescence) and NIDR while the instruments which are used for measuring meteorology condition such as Thermometer, Hygrometer Cup Anemometer and Global Star Pyranometer.

Populations which are participated amount of 820 data on daily average of outdoor air quality, meteorology condition and ISPA by samples amount of ll8 data on weekly average of outdoor air quality, meteorology condition and ISPA. At period of 2006 - March 2008 obtained average concentrations were PM10 65,9p g/rn3,SO1 31,1p g/rn3, co up g/ms, 03 51,4u6§/ma, NO; 3l,6p g/m3 and ISPU value '?2,3. While temperature average was 27, C, dampness was 7S,6%, wind direction is l54,5°, wind velocity was 0,7 mls, sun radiation was 1l2,0 Wim! and also mean number of ISPA was amount 54 occurrences.

Related between outdoor air quality and ISPA indicated that S02 has a positive correlation of ISPA number. PMN, 03, ISPU have negative correlations of ISPA number. Related between meteorology condition and ISPA indicated that dampness, wind direction have positive correlations of ISPA number.

Temperature and sun radiation have negative correlations of ISPA number. Related between meteorology condition and outdoor air quality indicated that temperature has positive correlations of PM10, 03, NO; and ISPU. Dampness has negative correlation with PM1u, Og, NO; and ISPU, wind direction has correlation PMID, CO, 03, NO2, ISPU, wind velocity has negative correlation of PMN, CO, 03, N02, ISPU, sun radiation has negative correlation of cobalt, sun radiation has positive correlation of ISPU.

It was concluded that at period of 2006 - March 2008 indicated ISPA number pattern follow pattem concentration of outdoor air quality and this meteorology condition was proved by the existence of related between SO; SO1* SO; and SO2* temperature, at the same time, it has a big effect of [SPA by correlation ooeflicient value was 0,616 and determination coefficient value was 0,379 (strong). Therefore S0;, S0;=, and SO# temperature, at the same time, it has an effect of ISPA significantly. But concentration of CO, NOQ, wind velocity does not relate to ISPA occurrence in DKI Jakarta."

"Penelitian ini bertujuan untuk mengetahui pola persebaran wilayah kualitas air tanah dangkal parameter pH, DHL dan TDS menurut baku mutu dalam Peraturan Pemerintah No.20 Tahun 1990, serta untuk menggambarkan perbedaan dan persamaan kualitas air tanah dangkal berdasarkan pasang surut, jarak dari sungai dan jarak dari laut. Pengukuran parameter penentu kualitas air dilakukan di lapangan pada bulan Agustus 2006.Hasil penelitian menunjukan Pola persebaran wilayah kualitas air tanah dangkal parameter pH, DHL dan TDS di sepanjang Kali Bekasi dan Cikarang Bekasi Laut (CBL) menunjukan kecenderungan makin dekat dengan laut (utara) kualitas air tanahnya relatif semakin buruk, sedangkan makin dekat dengan sungai (tanggul sungai) cenderung akan semakin membaik. Tidak ada pengaruh jarak dari sungai terhadap nilai pH, DHL dan TDS. Jarak dari laut berpengaruh terhadap nilai DHL dan TDS dengan angka korelasi R = 0.7, namun tidak berpengaruh terhadap nilai pH. Pasang surut Kali Bekasi dan saluran CBL mempengaruhi perubahan kualitas air tanah dangkal parameter pH, DHL dan TDS, saat pasang kualitas air tanah dangkal cenderung lebih buruk dibandingkan saat surut."

"Kentang yang di konsumsi di DKI Jakarta diperoleh dari lokasi produksi di luar DKI Jakarta. Jauhnya jarak dari lokasi produksi dan sifat sayuran yang mudah rusak, memiliki perlakuan khusus untuk menjaga kesegaran sayuran saat diterima oleh konsumen. Penelitian ini membahas pendistribusian Kentang dengan pendekatan rantai distribusi pemasaran dan meperhatikan nilai perlakuan yang terjadi pada setiap rantai distribusi, serta memperhitungkan harga jual, biaya penjualan, dan keuntungan yang terbentuk pada setiap rantai distribusi. Pendistribusian produk Pertanian Kentang dari Kabupaten Wonosobo ke DKI Jakarta membentuk satu saluran penjualan. Biaya penjualan dibentuk oleh biaya produksi, biaya penanganan dan biaya transportasi. Jalur distribusi yang melibatkan banyak pelaku penjualan akan mempengaruhi harga baik di tingkat petani maupun konsumen."

"DKI Jakarta merupakan bagian dari megapolitan Jakarta yang tumbuh sangat dinamis, namun kurang terkendali sehingga memunculkan permasalahan lingkungan diantaranya pencemaran udara. Pola distribusi spasial polutan udara (NO2, O3, PM10) di DKI Jakarta dan kaitannya dengan curah hujan, tutupan tajuk vegetasi, dan wilayah terbangun tahun 2013-2014. Dikaji dalam penelitian ini menggunakan metode komparasi spasial berbasis wilayah cakupan 0,5 km, 1 km dan 1,5 km dari lokasi stasiun pengukur kualitas udara. Informasi keruangan tutupan tajuk vegetasi dan wilayah terbangun diolah dari citra landsat 8 yang didapatkan dari United State Geological Survey dengan pendekatan NDVI dan NDBI. Citra landsat yang digunakan ialah citra tahun 2013-2014. Hasil menunjukkan nilai konsentrasi polutan udara cenderung rendah pada awal tahun dan semakin tinggi di pertengahan tahun dan semakin rendah menuju akhir tahun. Selain itu polutan tertinggi terjadi di stasiun dengan karakteristik wilayah sekitar yang memiliki tutupan tajuk vegetasi yang sedikit dan wilayah terbangun yang luas. Sedangkan distribusi polutan terendah terjadi di stasiun dengan karakteristik wilayah sekitar yang memiliki tutupan tajuk vegetasi yang luas dan wilayah terbangun yang sedikit. Kemudian tutupan tajuk vegetasi berhubungan berbanding terbalik dengan polutan udara (NO2, O3, PM10), wilayah terbangun berhubungan berbanding lurus dengan polutan udara (NO2, O3, PM10) dan curah hujan berhubungan terbalik dengan polutan udara (NO2, O3, PM10). Model distribusi menunjukkan nilai polutan yang tinggi tersebar di bagian pusat, utara, timur, timur laut, dan barat, barat laut.

---

DKI Jakarta is part of a growing megapolitan Jakarta is very dynamic, but lack of control that raises environmental problems including air pollution. Patterns of spatial distribution of air pollutants (NO2, O3, PM10) in Jakarta and its relation to precipitation, vegetation canopy cover, and built area in 2013-2014. Examined in this study using a comparative method based spatial coverage area of ​​0.5 km, 1km and 1.5 km from the location of air quality measuring stations. Vegetation canopy cover spatial information and processed built area of Landsat 8 obtained from United State Geological Survey with NDVI and NDBI approach.

Results showed the concentration of air pollutants tend to be low in the early years and higher in mid-year and the lower towards the end of the year. In addition pollutants occurred in the area around the station with the characteristics that have little vegetation canopy cover and wide area awakened. While pollutant distribution was lowest in the area surrounding the station with the characteristics that have extensive vegetation canopy cover and the built area up a little. Then vegetation canopy cover associated inversely with air pollutants (NO2, O3, PM10), where built area directly proportional to air pollutants (NO2, O3, PM10) and precipitation is inversely related to air pollutants (NO2, O3, PM10). Distribution model shows a high value of pollutants dispersed in the central, north, east, northeast, and west, northwest."

"Dampak pencemaran udara telah menyebabkan menurunnya kualitas udara yang dapat menimbulkan berbagai gangguan kesehatan khususnya Infeksi Saluran Pernapasan Akut (ISPA). Berdasarkan hasil Riset Kesehatan Dasar 2018, Provinsi DKI Jakarta merupakan provinsi 10 tertinggi dengan prevalensi ISPA sebesar 13,2%. Oleh karena itu perlu dilakukan kajian lebih mendalam mengenai korelasi antara kualitas udara ambien dengan kejadian ISPA pada balita di Provinsi DKI Jakarta Tahun 2018-2022. Desain penelitian ini adalah studi ekologi dengan analisis time series. Data yang digunakan adalah data bulanan jumlah kasus ISPA balita dan data kualitas udara ambien diperoleh dari data Indeks Standar Pencemaran Udara (ISPU) yang kemudian dikonversi menjadi nilai konsentrasi per bulan. Hasil penelitian ini menunjukkan bahwa rata-rata jumlah kasus ISPA pada balita di Provinsi DKI Jakarta tahun 2018-2022 sebesar 6.048 kasus dengan jumlah kasus tertinggi sebesar 65.972 kasus. Konsentrasi parameter kualitas udara ambien yang melebihi baku mutu adalah parameter O3 dengan konsentrasi rata-rata sebesar 126 ug/m3. Hasil uji korelasi Rank Spearman menunjukkan bahwa O3 memiliki hubungan yang signifikan dan korelasi arah positif dengan nilai p=<0,001; r=0,307). Kesimpulan dari penelitian ini adalah parameter kualitas udara ambien yang memiliki hubungan dengan kejadian ISPA pada balita ialah O3, sedangkan PM10, PM2.5,NO2 dan SO2 tidak berhubungan kejadian ISPA pada balita di Provinsi DKI Jakarta tahun 2018-2022. Dari hasil temuan ini perlu dilakukan upaya dalam pengendalian pencemaran udara terkait parameter tersebut. Untuk peneliti selanjutnya perlu melakukan penelitian dengan rentang waktu yang lebih lama untuk melihat kekuatan hubungan antara kualitas udara ambien dan kejadian ISPA pada balita.<

---

The impact of air pollution has caused a decrease in air quality which can cause various health problems, especially Acute Respiratory Infections (ARI). Based on the results of the 2018 Basic Health Research, DKI Jakarta Province is the 10th highest province with an ARI prevalence of 13.2%. Therefore, it is necessary to conduct a more in-depth study of the correlation between ambient air quality and the incidence of ARI in toddlers in DKI Jakarta Province in 2018-2022. The design of this research is an ecological study with time series analysis. The data used are monthly data on the number of cases of ARI under five and ambient air quality data obtained from Air Pollution Standard Index (ISPU) data which is then converted into concentration values per month. The results of this study show that the average number of ARI cases in toddlers in DKI Jakarta Province in 2018-2022 was 6,048 cases with the highest number of cases of 65,972 cases. The concentration of ambient air quality parameters that exceed quality standards is the O3 parameter with an average concentration of 126 ug/m3. The results of the Spearman Rank correlation test show that O3 has a significant relationship and a positive directional correlation with a value of p = <0.001; r=0.307). The conclusion of this study is that ambient air quality parameters that have a relationship with the incidence of ARI in toddlers are O3, while PM10, PM2.5, NO<2 and SO2 are not related to the incidence of ARI in under five in DKI Jakarta Province in 2018-2022. From these findings, efforts need to be made in controlling air pollution related to these parameters. For further researchers, it is necessary to conduct a study with a longer time span to see the strength of the relationship between ambient air quality and the incidence of ARI in toddlers."

"Permasalahan pencemaran udara memiliki urgensi yang tinggi karena telah menjadi penyebab dari sebagian besar beban kesehatan di seluruh dunia yang diketahui menjadi penyebab dari sekitar 7.000.000 kematian dini per tahun akibat berbagai airborne diseases dan penyakit degeneratif. Penelitian bertujuan untuk mengetahui tren dan dampak kesehatan dari kualitas udara ambien di Provinsi DKI Jakarta pada tahun 2019—2023. Desain studi ekologi time series digunakan untuk mengetahui tren dan hubungan antarvariabel dari tahun ke tahun menggunakan data sekunder. Hasil penelitian menunjukkan adanya tren fluktuatif dengan adanya konsentrasi SO2 dan PM10 yang melebihi baku mutu dan terjadinya penurunan jumlah kasus pneumonia, TB paru BTA (+), dan hipertensi pada awal pandemi COVID-19. Korelasi positif antara PM10 dengan TB paru BTA (+) didapatkan pada tahun 2019. Di sisi lain, SO2 dengan TB paru BTA (+) dan hipertensi serta PM10 dengan pneumonia menghasilkan adanya variasi arah korelasi dalam hubungan antara kedua variabel dari tahun ke tahun. Dampak kesehatan terhadap kualitas udara ambien memiliki hasil korelasi berbeda yang bergantung terhadap jenis dampak kesehatan yang dipengaruhi oleh dosis paparan serta interaksi dengan faktor-faktor risiko lain seperti variabilitas epidemiologis. Dengan ini, diperlukan upaya pengendalian pencemaran udara, optimalisasi surveilans penyakit, serta variabel epidemiologis yang berkemungkinan berperan dalam mempengaruhi hubungan antarvariabel.

---

Air pollution issues has become cause of the health burden worldwide, with approximately 7,000,000 premature deaths per year due to various airborne diseases and degenerative diseases. This study aimed to determine trends and health impacts of ambient air quality in DKI Jakarta in 2019-2023. Using secondary data, an ecological time series design was implemented to determine trends and relationships between variables from year to year. The results showed a fluctuating trend, especially with SO2 and PM10 concentrations known to exceed the quality standards. A decrease in pneumonia, AFB (+) pulmonary TB, and hypertension cases also happened at the beginning of the COVID-19 pandemic. A positive correlation between PM10 and AFB (+) pulmonary TB was found in 2019, while SO2 with AFB (+) pulmonary TB and hypertension and PM10 with pneumonia resulted variations in the direction between the two correlations of variables from year to year. The health impacts of ambient air quality have different correlation results depending on the diseases influenced by exposure dose and interactions with other risk factors, such as epidemiological variability. This requires air pollution control and optimization of disease surveillance. The result suggests that epidemiological variables may play a role in influencing the relationship between variables."

"Polusi udara terjadi ketika campuran gas beserta partikel lainnya mencapai konsentrasi berbahaya baik yang terjadi di dalam maupun luar ruangan. Polusi udara juga menjadi penyebab kematian di beberapa negara dengan tingkat polusi yang parah. Salah satu polutan yang berbahaya adalah Partikulat halus (PM_2.5/ Particulate Matter_2.5), dimana dengan diameter kurang dari 2,5 μm, kira-kira 3% dari diameter rambut manusia, partikulat halus ini menjadi perhatian utama dalam pengamatan kualitas udara, dikarenakan PM_2.5 dianggap sebagai agen pembunuh utama yang menyebabkan penyakit kardiovaskular, pernapasan dan kanker. Jakarta dinyatakan sebagai kota dengan tingkat polusi udara yang sangat signifikan, isu pencemaran udara menjadi topik pembicaraan banyak pihak, terutama kondisi kualitas udara di ibu kota. Dalam pengukuran kualitas udara di Provinsi DKI Jakarta jaringan pengamatan observasinya masih sangat terbatas. Sehingga dibutuhkan pemodelan dalam andil untuk melakukan pengukuran kualitas udara dalam hal ini adalah PM_2.5. Pemodelan menggunakan algoritma pemebelajaran mesin atau machine learning random forest digunakan dalam penelitian ini dengan memanfaatkan metode regresi spasial. Adapun variabel yang digunakan berupa unsur meteorologi, partikulat dan gas yang diperoleh dengan memanfaatkan penginderaan jauh. Didapatkan variabel yang paling berpengaruh pada pemodelan spatial temporal PM_2.5 ini adalah NO2 dan CO serta dengan fungsi berkebalikan pada variabel curah hujan dan Ozon. Dalam pemodelan yang telah dilakukan ini didapatkan nilai 0,90 dalam korelasi hasil prediksi dengan nilai observasi, dengan nilai ini maka prediksi yang dilakukan oleh Machine Learning Random Forest terbilang baik, serta nilai RMSE sebesar 7,83 µg/m3 juga memberikan gambaran yang baik bagi model yang dibentuk, serta nilai R² sebesar 0,825 mengisyaratkan akurasi variabel yang digunakan mencapai 82,5 persen. Adapun pasial yang terbentuk dalam pemodelan spasial ini mengikuti pola musim hujan dan musim kemarau, dimana nilai tertinggi dari pola spasial parameter PM_2.5 berada pada bulan JJA (Juni, Juli dan Agustus), serta mulai menurun di bulan SON (September, Oktober, dan November), dan pada akhirnya berada di nilai terendah pada bulan DJF (Desember, Januari dan Februari).

---

Air pollution occurs when a mixture of gases and other particles reach dangerous concentrations both indoors and outdoors. Air pollution is also a cause of death in some countries with severe pollution levels. One of the harmful pollutants is fine particulate matter (PM_2.5), which is less than 2.5 μm in diameter, approximately 3% of the diameter of a human hair. This fine particulate matter is a major concern in air quality observations, as PM_2.5 is considered a major killer agent that causes cardiovascular, respiratory diseases and cancer. Jakarta is declared as a city with a very significant level of air pollution, the issue of air pollution has become a topic of conversation for many parties, especially the condition of air quality in the capital city. In measuring air quality in DKI Jakarta Province, the observation network is still very limited. So that modeling is needed in order to measure air quality, in this case PM_2.5. Modeling using machine learning algorithms or machine learning random forest is used in this study by utilizing the spatial regression method. The variables used are meteorological elements, particulates and gases obtained by utilizing remote sensing. It was found that the most influential variables in the spatial temporal modeling of PM_2.5 were NO₂ and CO and with the opposite function in the rainfall and Ozone variables. In the modeling that has been done, a value of 0.90 is obtained in the correlation of the predicted results with the observed values, with this value, the prediction carried out by Machine Learning Random Forest is fairly good, and the RMSE value of 7.83 µg/m3 also provides a good description of the model formed, and the R² value of 0.825 implies that the accuracy of the variables used reaches 82.5 percent. The spatial pattern formed in this spatial modeling follows the pattern of the rainy season and dry season, where the highest value of the spatial pattern of the PM_2.5 parameter is in the JJA month (June, July and August), and begins to decrease in the SON month (September, October and November), and finally at the lowest value in the DJF month (December, January and February)."