根据一氧化碳的浓度对泗水市的空气污染标准进行了预测

Mohammad MA'ARIF Syaifulloh
{"title":"根据一氧化碳的浓度对泗水市的空气污染标准进行了预测","authors":"Mohammad MA'ARIF Syaifulloh","doi":"10.34312/jjps.v2i2.11326","DOIUrl":null,"url":null,"abstract":"Kota Surabaya merupakan pusat kegiatan dari berbagai sektor di kawasan Jawa Timur salah satunya yaitu sektor industri sehingga banyaknya lapangan pekerjaan yang tercipta. Hal ini yang mendorong masyarakat luar Surabaya untuk mencari pekerjaan di Kota Surabaya. Karena lapangan pekerjaan di Kota Surabaya menyebar, menimbulkan mobilitas masyarakat dimana transportasi sangat dibutuhkan untuk melakukan mobilitas. Jumlah kendaraan di Kota Surabaya yang berbahan bakar bensin sebanyak 2.987.437 unit dan jumlah kendaraan berbahan bakar solar sebesar 179.331 unit. Hal ini dapat mempengaruhi kondisi kualitas udara di Kota Surabaya Sehingga dilakukan penelitian tentang prediksi indeks standar pencemaran udara di Kota Surabaya berdasarkan konsentrasi CO menggunakan kombinasi metode ARIMA Box-Jenkins dan regresi linear sederhana. Hasil analisis menunjukkan bahwa model peramalan terbaik berdasarkan nilai  RMSE dan MAD  adalah ARIMA(1,0,0) dimana model peramalan tersebut telah memenuhi asumsi residual. Berdasarkan hasil ramalan, diperoleh prediksi indeks standar pencemaran udara dengan menggunakan regresi linier sederhana menunjukkan hasil prediksi tertinggi pada periode 1 Januari hingga 3 Januari 2021 sebesar 10,5401 dengan kategori baik.","PeriodicalId":315674,"journal":{"name":"Jambura Journal of Probability and Statistics","volume":"35 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2021-11-29","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"2","resultStr":"{\"title\":\"PREDIKSI INDEKS STANDAR PENCEMARAN UDARA DI KOTA SURABAYA BERDASARKAN KONSENTRASI GAS KARBON MONOKSIDA\",\"authors\":\"Mohammad MA'ARIF Syaifulloh\",\"doi\":\"10.34312/jjps.v2i2.11326\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Kota Surabaya merupakan pusat kegiatan dari berbagai sektor di kawasan Jawa Timur salah satunya yaitu sektor industri sehingga banyaknya lapangan pekerjaan yang tercipta. Hal ini yang mendorong masyarakat luar Surabaya untuk mencari pekerjaan di Kota Surabaya. Karena lapangan pekerjaan di Kota Surabaya menyebar, menimbulkan mobilitas masyarakat dimana transportasi sangat dibutuhkan untuk melakukan mobilitas. Jumlah kendaraan di Kota Surabaya yang berbahan bakar bensin sebanyak 2.987.437 unit dan jumlah kendaraan berbahan bakar solar sebesar 179.331 unit. Hal ini dapat mempengaruhi kondisi kualitas udara di Kota Surabaya Sehingga dilakukan penelitian tentang prediksi indeks standar pencemaran udara di Kota Surabaya berdasarkan konsentrasi CO menggunakan kombinasi metode ARIMA Box-Jenkins dan regresi linear sederhana. Hasil analisis menunjukkan bahwa model peramalan terbaik berdasarkan nilai  RMSE dan MAD  adalah ARIMA(1,0,0) dimana model peramalan tersebut telah memenuhi asumsi residual. Berdasarkan hasil ramalan, diperoleh prediksi indeks standar pencemaran udara dengan menggunakan regresi linier sederhana menunjukkan hasil prediksi tertinggi pada periode 1 Januari hingga 3 Januari 2021 sebesar 10,5401 dengan kategori baik.\",\"PeriodicalId\":315674,\"journal\":{\"name\":\"Jambura Journal of Probability and Statistics\",\"volume\":\"35 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2021-11-29\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"2\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Jambura Journal of Probability and Statistics\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.34312/jjps.v2i2.11326\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jambura Journal of Probability and Statistics","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.34312/jjps.v2i2.11326","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 2

摘要

泗水是爪哇东部许多部门的活动中心,其中之一是工业部门,创造了大量的就业机会。这促使泗水以外的人在泗水市找工作。由于泗水市的就业机会正在扩大,这就导致了社会的流动性,那里的交通是移动所必需的。在泗水市,加汽油的汽车共2987,437辆,柴油燃料汽车共179331辆。这可能会影响泗水市的空气质量状况,因此对泗水市空气污染标准指数的预测进行了研究。分析结果表明,基于RMSE和MAD值的最好的面值模型是ARIMA(1.0),它已经实现了剩余的假设。根据预测,通过使用简单的线性回归,获得了空气污染标准指数的预测预测,在1月1日至2021年1月3日期间,以10.5401的良好类别为最高的预测结果。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
PREDIKSI INDEKS STANDAR PENCEMARAN UDARA DI KOTA SURABAYA BERDASARKAN KONSENTRASI GAS KARBON MONOKSIDA
Kota Surabaya merupakan pusat kegiatan dari berbagai sektor di kawasan Jawa Timur salah satunya yaitu sektor industri sehingga banyaknya lapangan pekerjaan yang tercipta. Hal ini yang mendorong masyarakat luar Surabaya untuk mencari pekerjaan di Kota Surabaya. Karena lapangan pekerjaan di Kota Surabaya menyebar, menimbulkan mobilitas masyarakat dimana transportasi sangat dibutuhkan untuk melakukan mobilitas. Jumlah kendaraan di Kota Surabaya yang berbahan bakar bensin sebanyak 2.987.437 unit dan jumlah kendaraan berbahan bakar solar sebesar 179.331 unit. Hal ini dapat mempengaruhi kondisi kualitas udara di Kota Surabaya Sehingga dilakukan penelitian tentang prediksi indeks standar pencemaran udara di Kota Surabaya berdasarkan konsentrasi CO menggunakan kombinasi metode ARIMA Box-Jenkins dan regresi linear sederhana. Hasil analisis menunjukkan bahwa model peramalan terbaik berdasarkan nilai  RMSE dan MAD  adalah ARIMA(1,0,0) dimana model peramalan tersebut telah memenuhi asumsi residual. Berdasarkan hasil ramalan, diperoleh prediksi indeks standar pencemaran udara dengan menggunakan regresi linier sederhana menunjukkan hasil prediksi tertinggi pada periode 1 Januari hingga 3 Januari 2021 sebesar 10,5401 dengan kategori baik.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
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