Kualitas udara di wilayah perkotaan seperti Pekanbaru semakin memprihatinkan akibat polusi dari kebakaran hutan dan emisi kendaraan. Namun, keterbatasan jumlah stasiun pemantauan dan tingginya biaya operasional membuat pemetaan kualitas udara menjadi tidak optimal. Untuk menjawab tantangan tersebut, proyek ini mengembangkan sistem prediksi konsentrasi PM2.5 dan PM10 berbasis sensor mobile dan algoritma K-Nearest Neighbors (KNN). Sistem ini memungkinkan pengumpulan data secara real-time dari berbagai lokasi, yang kemudian dianalisis menggunakan pendekatan spasial dengan rumus Haversine untuk menghitung jarak antar titik. Hasil prediksi ditampilkan melalui antarmuka web interaktif yang memvisualisasikan data secara temporal dan spasial. Berdasarkan pengujian di beberapa titik referensi, algoritma KNN menunjukkan akurasi yang bervariasi. Untuk parameter PM2.5, error absolut berkisar antara 0.86 μg/m³ hingga 1.55 μg/m³. Sementara itu, untuk PM10, error absolut berada dalam rentang 0.63 μg/m³ hingga 5.53 μg/m³.Sistem ini terbukti mampu memberikan solusi pemantauan kualitas udara yang lebih fleksibel, terjangkau, dan informatif, serta mendukung pengambilan keputusan lingkungan yang lebih tepat sasaran.