Peramalan Konsentrasi Particulate Matter 2.5 (PM2.5) menggunakan Model Vector Autoregressive dengan Metode Maximum Likelihood Estimation

Budi Nurani Ruchjana, Atika Tresna Arianto, K. Parmikanti, Bambang Suhandi
{"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}
引用次数: 1

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.
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
Particulate Matter 2。5缩写PM 2。5是一个大小的空气粒子。下午2点5分的暴露会影响肺功能,加剧哮喘、支气管炎和肺癌等健康状况。下午2点5分来自许多来源,如汽车燃料燃烧的来源,到森林火灾。预测下午2点5分的集中时间模型可以使用univariat time model,而PM 2.5的Autoregressive模型后来缩写为artoregressive。因此,可以建立一种Autoregressive模型,这种研究用来评估VAR模型的方法是一种对R和微软Excel软件的最大估计方法。VAR模型应用于Kab上下午2点5分的短期集中。本人,Kab。黄铜和Kab。Majalengka。研究结果表明,PM 2 . 5第三县有浓度相当高的相关性和彼此相互影响,所以推荐使用VAR模型可以提供最先进的PM 2 . 5集中于即将到来的时间计算的PM 2 . 5浓度影响特定地点周围最近的地点。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信