Kualitas udara dalam ruangan atau indoor air quality (IAQ) merupakan salah satu dari lima risiko lingkungan paling mendesak bagi kesehatan masyarakat. Hal ini disebabkan karena sebagian besar masyarakat menghabiskan waktu di dalam ruangan, baik itu di rumah, kantor, sekolah, fasilitas kesehatan, atau tempat publik lainnya. Salah satu polutan utama yang paling mempengaruhi tingkat kualitas udara di dalam ruangan adalah karbondioksida (CO2). Peningkatan kadar CO2 lebih dari 450-1000 ppm di dalam ruangan akan memberikan dampak terhadap produktivitas penghuni ruangan, terutama gangguan pada kemampuan kognitif, pengambilan keputusan, dan pada tingkat konsentrasi yang sangat tinggi dapat menyebabkan hilangnya kesadaran. Oleh karena itu, kadar CO2 di dalam ruangan harus selalu diukur dan dijaga agar tidak melebihi level yang ditentukan. Untuk mengukur dan menjaga kadar CO2, dibutuhkan sebuah metode yang dapat melakukan prakiraan CO2 secara realtime sehingga dibutuhkan metode pengolahan data secara secara streaming. Pengolahan data stream dapat dilakukan menggunakan beberapa tools, salah satunya adalah Apache Spark. Apache Spark bersifat open source dan memiliki library Spark Streaming yang dapat digunakan untuk memproses data secara real time. Selain itu, Apache Spark juga dapat digunakan untuk melakukan prakiraan data menggunakan algoritma machine learning yang disediakan oleh library Spark MLlib. Spark MLlib dapat bekerja sama dengan Spark Streaming serta memiliki kemampuan dan kecepatan yang sangat baik untuk mengolah data karena pemrosesan data pada Spark MLlib dilakukan di memori. Salah satu algoritma yang dapat digunakan untuk melakukan prakiraan pada Spark MLlib adalah algoritma Random Forest. Pada penelitian ini akan dilakukan prakiraan kadar CO2 di dalam ruangan menggunakan algoritma Random Forest pada library Spark MLlib secara stream agar hasil prakiraan dapat diperoleh secara kontinu. Untuk mendapatkan nilai terbaik dari prakiraan yang dilakukan, digunakan parameter windows size karena dapat berpengaruh terhadap akurasi hasil suatu prakiraan. Hasil penelitian ini berhasil meramalkan CO2 baik itu pada kadar normal maupun di atas kadar normal. Nilai terbaik didapat menggunakan windows size 13 yang memperoleh RMSE sebesar 12,0045 dan MAPE sebesar 1,616489171%.

Kata Kunci: CO2, Spark Streaming, Spark MLlib, Windows Size