Perkembangan pada perkotaan telah memunculkan kebutuhan akan sistem pemantauan polusi udara. Penelitian ini mengusulkan sistem prediksi polusi udara berbasis Internet of Things (IoT) dan Machine Learning (ML) dengan memanfaatkan sensor DHT22, SDS011, MQ-7, dan MQ-135 yang terhubung dengan mikrokontroller ESP32. Data polusi udara seperti PM2.5, PM10, CO, CO dikumpulkan setiap menit dan dikirim ke platform IoT cloud Thingspeak untuk dianalisis. Model Long Short-Term Memory (LSTM) digunakan untuk memprediksi tingkat polusi selama satu jam ke depan secara multivariate multistep time series forecasting. Evaluasi model dilakukan menggunakan MAE, RMSE, MAPE, dan R-squared, dengan hasil akurasi mencapai di atas 90% untuk CO dan CO?, serta di atas 70% untuk PM2.5 dan PM10. Sistem ini juga dilengkapi dengan dashboard prediktif berbasis web sebagai sarana visualisasi. Hasil penelitian menunjukkan bahwa pendekatan integratif antara IoT dan ML efektif dalam mendukung pemantauan polusi udara dan prediksi polusi udara.