Tugas 5: Peramalan Kualitas Udara (Konsentrasi NO2 Sumenep) Berbasis Time Series - Academics

Tugas 5: Analisis Deret Waktu dan Peramalan Emisi Gas NO2 Wilayah Sumenep

Kajian pemodelan Time Series Forecasting untuk memprediksi dinamika konsentrasi gas polutan nitrogen dioksida (NO2) di wilayah Kabupaten Sumenep menggunakan data historis sensor pemantauan lingkungan.

1. Karakteristik Komponen Deret Waktu

Data deret waktu didekomposisi menjadi empat komponen utama:

Trend ( $T_t$ ): Arah pergerakan nilai jangka panjang (meningkat atau menurun).
Musiman ( $S_t$ ): Fluktuasi periodik yang berulang pada interval waktu tetap (harian, mingguan, atau musiman).
Siklik ( $C_t$ ): Gelombang naik-turun yang terjadi dalam durasi fleksibel tanpa pola periodisitas kaku.
Residual / Irreguler ( $I_t$ ): Variasi acak derau yang tidak dapat dijelaskan oleh model.

2. Metodologi Pemodelan dan Stasioneritas

Uji Stasioneritas Augmented Dickey-Fuller (ADF): Memverifikasi apakah rata-rata dan varians data stabil terhadap waktu. Differencing orde $d$ diterapkan jika deret waktu tidak stasioner.
Autoregressive Integrated Moving Average (ARIMA / SARIMA): Menentukan orde $(p, d, q) \times (P, D, Q)_s$ melalui analisis grafik Autocorrelation Function (ACF) dan Partial Autocorrelation Function (PACF).
Evaluasi Peramalan: Mengukur akurasi prediksi masa depan menggunakan metrik Mean Absolute Error (MAE) dan Mean Squared Error (MSE).

3. Berkas Tugas Terlampir

Jupyter Notebook eksperimen: timeseries-no2-sumenep.ipynb yang memuat tahapan dekomposisi data, uji stasioneritas ADF, pelatihan model deret waktu, dan visualisasi kurva peramalan versus data aktual.