Rendahnya nilai Indeks Kualitas Lingkungan Hidup (IKLH) di Indonesia selama periode 2019 hingga 2022 yang hanya mencapai rata-rata 70,17 dari skala 100 menunjukkan adanya permasalahan pada kondisi lingkungan hidup. Hal ini juga diperkuat dengan laporan Environmental Performance Index (EPI), dimana Indonesia berada di peringkat 163 dunia dengan skor 33,6 pada tahun 2024. Berdasarkan kondisi tersebut, penelitian ini bertujuan untuk meramalkan nilai IKLH tahun 2025 secara lebih akurat dan mendukung pengambilan keputusan dalam pemantauan lingkungan hidup di Indonesia. Model Random Forest Time Series diimplementasikan melalui algoritma Random Forest Regressor. Hasil analisis menunjukkan bahwa model mampu meramalkan nilai IKLH tahun 2024 dengan baik, ditunjukkan dengan nilai RMSE sebesar 1,62 dan MAPE sebesar 1,75%. Hal ini menunjukkan bahwa model memiliki akurasi peramalan sangat baik dengan sebagian besar provinsi berada dalam kategori “Baik” dan beberapa provinsi diantaranya berada dalam kategori “Sedang”. Model Random Forest Time Series diterapkan untuk meramalkan nilai IKLH tahun 2025 menunjukkan bahwa hasil peramalan dapat mengikuti pola historis. Hasil peramalan ini diharapkan dapat menjadi acuan bagi instansi terkait dalam memantau dan mengantisipasi perubahan kualitas lingkungan hidup, serta mendukung pencapaian SDGs 6, SDGs 13, dan SDGs 15.

The low value of the Environmental Quality Index (EQI) in Indonesia during the period 2019 to 2022, which only reached an average of 70.17 on a scale of 100, indicates problems with environmental conditions. This is further supported by the Environmental Performance Index (EPI) report, where Indonesia ranks 163rd globally with a score of 33.6 in 2024. Based on these conditions, this study aims to forecast the 2025 EQI value more accurately and support decision-making in environmental monitoring in Indonesia. The Random Forest Time Series model was implemented using the Random Forest Regressor algorithm. The analysis results show that the model is capable of accurately forecasting the 2024 EQI value, as indicated by a RMSE of 1.62 and a MAPE of 1.75%. This indicates that the model has excellent forecasting accuracy, with most provinces falling into the “Good” category and a few provinces falling into the “Moderate” category. The Random Forest Time Series model was applied to forecast the 2025 EQI value, showing that the forecast results can follow historical patterns. These forecast results are expected to serve as a reference for relevant agencies in monitoring and anticipating changes in environmental quality, as well as supporting the achievement of SDGs 6, SDGs 13, and SDGs 15.