Peningkatan polusi udara menjadi salah satu isu lingkungan yang signifikan, terutama di area perkotaan. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem prediksi kualitas udara berbasis Internet of Things (IoT) yang menggabungkan sensor lingkungan dengan model Machine Learning untuk memantau dan memprediksi tingkat polusi udara secara real-time. Sensor SDS011, MQ-135, dan DHT22 digunakan untuk mengukur PM2.5, PM10, NO2, suhu, dan kelembapan. Data dikirim oleh ESP32 melalui MQTT ke MongoDB, kemudian diproses oleh model Random Forest Regression untuk memprediksi nilai PM2.5, PM10, dan NO2 untuk 24 jam ke depan. Model Random Forest dilatih dengan pembagian 80% untuk data latih dan 20% untuk data uji. Model menunjukkan R² masing-masing sebesar 0.9900 (PM2.5), 0.9927 (PM10), dan
0.9892 (NO2) pada data latih, serta 0.9299, 0.9492, dan 0.9230 pada data uji. MAE pada data uji menghasilkan nilai 3.85 (PM2.5), 2.23 (PM10), dan 1.84 (NO2). Sistem dilengkapi antarmuka website berbasis ReactJS dan notifikasi Telegram jika nilai polutan melebihi ambang batas.