Proyek akhir ini bertujuan merancang sistem monitoring dan klasifikasi kualitas udara yang komprehensif untuk mendeteksi lima polutan utama(PM2.5, PM10, CO, NO2, dan O3) menggunakan sensor terintegrasi dan metode klasifikasi Random Forest. Sistem perangkat keras telah berhasil diimplementasikan, dengan klibrasi sensor sederhana menghasilkan persentase error yang rendah, yaitu 3.41% untuk PM2.5, 3.191% untuk PM10, dan 5.68% untuk CO. Model Random Forest yang dilatih menunjukkan kinerja superior dengan tingkat akurasi keseluruhan 99.84% pada data uji, serta rata-rata Precision, Recall, dan F1-score sebesar 1.00 (Weighted Avg). Sistem ini juga dilengkapi fitur real-time yang berfungsi penuh, mampu mengklasifikasikan data terbaru dari sensor dan mengirimkan notifikasi peringatan/pemberitahuan melalui aplikasi Telegram secara cepat (jeda < 1 menit) saat terjadi perubahan kualitas udara. Analisis spasial pada tiga kawasan di Surbaya menunjukkan pola penyebaran kualitas udara yang bervariasi, di mana kawasan PENS bersifat homogen (semua titik “Sedang”), sementara Pandegiling dan Industri Rungkut bersifat heterogen, dengan klasifikasi yang bervariasi antara “Sedang” dan “Tidak Sehat” dalam radius 1 km. Sistem terpadu ini diharapkan dapat memberikan informasi kualitas udara real-time untuk mendukung upaya mitigasi pencemaran dan perencanaan kebijakan lingkungan.