Budi Nurani Ruchjana, Atika Tresna Arianto, K. Parmikanti, Bambang Suhandi
{"title":"颗粒物质2.5 (PM2.5)孟古纳坎模型向量自回归登干法极大似然估计","authors":"Budi Nurani Ruchjana, Atika Tresna Arianto, K. Parmikanti, Bambang Suhandi","doi":"10.15575/kubik.v6i1.8046","DOIUrl":null,"url":null,"abstract":"Particulate Matter 2.5 yang selanjutnya disingkat PM 2.5 merupakan partikel udara yang memiliki ukuran . Paparan PM 2.5 dapat mempengaruhi fungsi paru-paru dan memperburuk kondisi kesehatan seperti asma, bronkitis hingga kanker paru-paru. PM 2.5 berasal dari berbagai sumber seperti hasil pembakaran bahan bakar kendaraan bermotor, hingga kebakaran hutan. Untuk meramalkan Konsentrasi PM 2.5 dapat digunakan model time series univariat, salah satunya model Autoregressive yang selanjutnya disingkat AR. Data Konsentrasi PM 2.5 memiliki pola stasioner, sehingga dapat dibangun model AR. Konsentrasi PM 2.5 di suatu wilayah dipengaruhi oleh Konsentrasi PM 2.5 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 PM 2.5 di Kab. Cirebon, Kab. Kuningan, dan Kab. Majalengka. Hasil penelitian menunjukkan bahwa konsentrasi PM 2.5 di ketiga kabupaten memiliki korelasi yang cukup tinggi dan satu sama lain saling mempengaruhi, sehingga penggunaan model VAR dapat memberikan rekomendasi untuk peramalan konsentrasi PM 2.5 pada waktu mendatang dengan memperhitungkan pengaruh konsentrasi PM 2.5 dari lokasi-lokasi terdekat di sekitar lokasi tertentu.","PeriodicalId":300313,"journal":{"name":"Kubik: Jurnal Publikasi Ilmiah Matematika","volume":"17 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2021-08-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":"{\"title\":\"Peramalan Konsentrasi Particulate Matter 2.5 (PM2.5) menggunakan Model Vector Autoregressive dengan Metode Maximum Likelihood Estimation\",\"authors\":\"Budi Nurani Ruchjana, Atika Tresna Arianto, K. Parmikanti, Bambang Suhandi\",\"doi\":\"10.15575/kubik.v6i1.8046\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Particulate Matter 2.5 yang selanjutnya disingkat PM 2.5 merupakan partikel udara yang memiliki ukuran . Paparan PM 2.5 dapat mempengaruhi fungsi paru-paru dan memperburuk kondisi kesehatan seperti asma, bronkitis hingga kanker paru-paru. PM 2.5 berasal dari berbagai sumber seperti hasil pembakaran bahan bakar kendaraan bermotor, hingga kebakaran hutan. Untuk meramalkan Konsentrasi PM 2.5 dapat digunakan model time series univariat, salah satunya model Autoregressive yang selanjutnya disingkat AR. Data Konsentrasi PM 2.5 memiliki pola stasioner, sehingga dapat dibangun model AR. Konsentrasi PM 2.5 di suatu wilayah dipengaruhi oleh Konsentrasi PM 2.5 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 PM 2.5 di Kab. Cirebon, Kab. Kuningan, dan Kab. Majalengka. Hasil penelitian menunjukkan bahwa konsentrasi PM 2.5 di ketiga kabupaten memiliki korelasi yang cukup tinggi dan satu sama lain saling mempengaruhi, sehingga penggunaan model VAR dapat memberikan rekomendasi untuk peramalan konsentrasi PM 2.5 pada waktu mendatang dengan memperhitungkan pengaruh konsentrasi PM 2.5 dari lokasi-lokasi terdekat di sekitar lokasi tertentu.\",\"PeriodicalId\":300313,\"journal\":{\"name\":\"Kubik: Jurnal Publikasi Ilmiah Matematika\",\"volume\":\"17 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2021-08-31\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"1\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Kubik: Jurnal Publikasi Ilmiah Matematika\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.15575/kubik.v6i1.8046\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Kubik: Jurnal Publikasi Ilmiah Matematika","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.15575/kubik.v6i1.8046","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
Peramalan Konsentrasi Particulate Matter 2.5 (PM2.5) menggunakan Model Vector Autoregressive dengan Metode Maximum Likelihood Estimation
Particulate Matter 2.5 yang selanjutnya disingkat PM 2.5 merupakan partikel udara yang memiliki ukuran . Paparan PM 2.5 dapat mempengaruhi fungsi paru-paru dan memperburuk kondisi kesehatan seperti asma, bronkitis hingga kanker paru-paru. PM 2.5 berasal dari berbagai sumber seperti hasil pembakaran bahan bakar kendaraan bermotor, hingga kebakaran hutan. Untuk meramalkan Konsentrasi PM 2.5 dapat digunakan model time series univariat, salah satunya model Autoregressive yang selanjutnya disingkat AR. Data Konsentrasi PM 2.5 memiliki pola stasioner, sehingga dapat dibangun model AR. Konsentrasi PM 2.5 di suatu wilayah dipengaruhi oleh Konsentrasi PM 2.5 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 PM 2.5 di Kab. Cirebon, Kab. Kuningan, dan Kab. Majalengka. Hasil penelitian menunjukkan bahwa konsentrasi PM 2.5 di ketiga kabupaten memiliki korelasi yang cukup tinggi dan satu sama lain saling mempengaruhi, sehingga penggunaan model VAR dapat memberikan rekomendasi untuk peramalan konsentrasi PM 2.5 pada waktu mendatang dengan memperhitungkan pengaruh konsentrasi PM 2.5 dari lokasi-lokasi terdekat di sekitar lokasi tertentu.