Peramalan Konsentrasi Particulate Matter 2.5 (PM2.5) menggunakan Model Vector Autoregressive dengan Metode Maximum Likelihood Estimation
Particulate Matter 2.5 yang selanjutnya disingkat PM2.5 merupakan partikel udara yang memiliki ukuran . Paparan PM2.5 dapat mempengaruhi fungsi paru-paru dan memperburuk kondisi kesehatan seperti asma, bronkitis hingga kanker paru-paru. PM2.5 berasal dari berbagai sumber seperti hasil pembakaran bah...
| Main Authors: | , , , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
UIN Sunan Gunung Djati Bandung, Mathematics Department
2021-08-01
|
| Series: | Kubik |
| Subjects: | |
| Online Access: | https://journal.uinsgd.ac.id/index.php/kubik/article/view/8046 |
| _version_ | 1797972096065732608 |
|---|---|
| author | Budi Nurani Ruchjana Atika Tresna Arianto Kankan Parmikanti Bambang Suhandi |
| author_facet | Budi Nurani Ruchjana Atika Tresna Arianto Kankan Parmikanti Bambang Suhandi |
| author_sort | Budi Nurani Ruchjana |
| collection | DOAJ |
| description | Particulate Matter 2.5 yang selanjutnya disingkat PM2.5 merupakan partikel udara yang memiliki ukuran . Paparan PM2.5 dapat mempengaruhi fungsi paru-paru dan memperburuk kondisi kesehatan seperti asma, bronkitis hingga kanker paru-paru. PM2.5 berasal dari berbagai sumber seperti hasil pembakaran bahan bakar kendaraan bermotor, hingga kebakaran hutan. Untuk meramalkan Konsentrasi PM2.5 dapat digunakan model time series univariat, salah satunya model Autoregressive yang selanjutnya disingkat AR. Data Konsentrasi PM2.5 memiliki pola stasioner, sehingga dapat dibangun model AR. Konsentrasi PM2.5 di suatu wilayah dipengaruhi oleh Konsentrasi PM2.5 wilayah di sekitarnya pada waktu-waktu sebelumnya, sehingga dapat dibentuk model Vector Autoregressive yang selanjutnya disingkat VAR. Metode yang digunakan untuk menaksir model VAR dalam penelitian ini adalah metode Maximum Likelihood Estimation yang selanjutnya disingkat MLE dengan bantuan software R dan Microsoft Excel. Model VAR diterapkan untuk peramalan jangka pendek Konsentrasi PM2.5 di Kab. Cirebon, Kab. Kuningan, dan Kab. Majalengka. Hasil penelitian menunjukkan bahwa konsentrasi PM2.5 di ketiga kabupaten memiliki korelasi yang cukup tinggi dan satu sama lain saling mempengaruhi, sehingga penggunaan model VAR dapat memberikan rekomendasi untuk peramalan konsentrasi PM2.5 pada waktu mendatang dengan memperhitungkan pengaruh konsentrasi PM2.5 dari lokasi-lokasi terdekat di sekitar lokasi tertentu. |
| first_indexed | 2024-04-11T03:43:01Z |
| format | Article |
| id | doaj.art-36ca7019bf3b47c2a41e14581ed54238 |
| institution | Directory Open Access Journal |
| issn | 2338-0896 2686-0341 |
| language | English |
| last_indexed | 2024-04-11T03:43:01Z |
| publishDate | 2021-08-01 |
| publisher | UIN Sunan Gunung Djati Bandung, Mathematics Department |
| record_format | Article |
| series | Kubik |
| spelling | doaj.art-36ca7019bf3b47c2a41e14581ed542382023-01-02T03:25:20ZengUIN Sunan Gunung Djati Bandung, Mathematics DepartmentKubik2338-08962686-03412021-08-016111210.15575/kubik.v6i1.80465062Peramalan Konsentrasi Particulate Matter 2.5 (PM2.5) menggunakan Model Vector Autoregressive dengan Metode Maximum Likelihood EstimationBudi Nurani Ruchjana0Atika Tresna Arianto1Kankan Parmikanti2Bambang Suhandi3Universitas PadjadjaranUniversitas PadjadjaranUniversitas PadjadjaranLembaga Antariksa dan penerbangan Nasional Pameungpeuk GarutParticulate Matter 2.5 yang selanjutnya disingkat PM2.5 merupakan partikel udara yang memiliki ukuran . Paparan PM2.5 dapat mempengaruhi fungsi paru-paru dan memperburuk kondisi kesehatan seperti asma, bronkitis hingga kanker paru-paru. PM2.5 berasal dari berbagai sumber seperti hasil pembakaran bahan bakar kendaraan bermotor, hingga kebakaran hutan. Untuk meramalkan Konsentrasi PM2.5 dapat digunakan model time series univariat, salah satunya model Autoregressive yang selanjutnya disingkat AR. Data Konsentrasi PM2.5 memiliki pola stasioner, sehingga dapat dibangun model AR. Konsentrasi PM2.5 di suatu wilayah dipengaruhi oleh Konsentrasi PM2.5 wilayah di sekitarnya pada waktu-waktu sebelumnya, sehingga dapat dibentuk model Vector Autoregressive yang selanjutnya disingkat VAR. Metode yang digunakan untuk menaksir model VAR dalam penelitian ini adalah metode Maximum Likelihood Estimation yang selanjutnya disingkat MLE dengan bantuan software R dan Microsoft Excel. Model VAR diterapkan untuk peramalan jangka pendek Konsentrasi PM2.5 di Kab. Cirebon, Kab. Kuningan, dan Kab. Majalengka. Hasil penelitian menunjukkan bahwa konsentrasi PM2.5 di ketiga kabupaten memiliki korelasi yang cukup tinggi dan satu sama lain saling mempengaruhi, sehingga penggunaan model VAR dapat memberikan rekomendasi untuk peramalan konsentrasi PM2.5 pada waktu mendatang dengan memperhitungkan pengaruh konsentrasi PM2.5 dari lokasi-lokasi terdekat di sekitar lokasi tertentu.https://journal.uinsgd.ac.id/index.php/kubik/article/view/8046mlekonsentrasi pm2.5software rmodel var |
| spellingShingle | Budi Nurani Ruchjana Atika Tresna Arianto Kankan Parmikanti Bambang Suhandi Peramalan Konsentrasi Particulate Matter 2.5 (PM2.5) menggunakan Model Vector Autoregressive dengan Metode Maximum Likelihood Estimation Kubik mle konsentrasi pm2.5 software r model var |
| title | Peramalan Konsentrasi Particulate Matter 2.5 (PM2.5) menggunakan Model Vector Autoregressive dengan Metode Maximum Likelihood Estimation |
| title_full | Peramalan Konsentrasi Particulate Matter 2.5 (PM2.5) menggunakan Model Vector Autoregressive dengan Metode Maximum Likelihood Estimation |
| title_fullStr | Peramalan Konsentrasi Particulate Matter 2.5 (PM2.5) menggunakan Model Vector Autoregressive dengan Metode Maximum Likelihood Estimation |
| title_full_unstemmed | Peramalan Konsentrasi Particulate Matter 2.5 (PM2.5) menggunakan Model Vector Autoregressive dengan Metode Maximum Likelihood Estimation |
| title_short | Peramalan Konsentrasi Particulate Matter 2.5 (PM2.5) menggunakan Model Vector Autoregressive dengan Metode Maximum Likelihood Estimation |
| title_sort | peramalan konsentrasi particulate matter 2 5 pm2 5 menggunakan model vector autoregressive dengan metode maximum likelihood estimation |
| topic | mle konsentrasi pm2.5 software r model var |
| url | https://journal.uinsgd.ac.id/index.php/kubik/article/view/8046 |
| work_keys_str_mv | AT budinuraniruchjana peramalankonsentrasiparticulatematter25pm25menggunakanmodelvectorautoregressivedenganmetodemaximumlikelihoodestimation AT atikatresnaarianto peramalankonsentrasiparticulatematter25pm25menggunakanmodelvectorautoregressivedenganmetodemaximumlikelihoodestimation AT kankanparmikanti peramalankonsentrasiparticulatematter25pm25menggunakanmodelvectorautoregressivedenganmetodemaximumlikelihoodestimation AT bambangsuhandi peramalankonsentrasiparticulatematter25pm25menggunakanmodelvectorautoregressivedenganmetodemaximumlikelihoodestimation |