artikel / perubahan suhu kota pangkalpinang sejak maret 2023

Perubahan Suhu Kota Pangkalpinang Sejak Maret 2023

Perubahan Suhu Kota Pangkalpinang Sejak Maret 2023

Berikut ini telaah rekaman data perubahan suhu di Pangkalpinang berdasarkan data yang dicatat oleh BMKG (Badan Meteorologi dan Geofisika) Indonesia.

Tren Umum Suhu Harian

Tren Suhu Harian Pangkalpinang

Hasil perhitungan:

  • Kemiringan (slope) = 0.00037338103518086917
  • Intersep = -249.11413223727524 Tren Suhu di Pangkalpinang cenderung meningkat.

Variabel kemiringan menunjukkan perubahan suhu harian, dan intersep adalah suhu saat waktu dimulai. Untuk memeriksa apakah tren ini hanya musiman atau bersifat permanen simak pemeriksaan lanjutan terhadap data-data ini.

Analisis Suhu Metode Regresi Linier Kubik

Grafik Suhu Kota Pangkalpinang

Hasil perhitungan menunjukkan bahwa suhu di Pangkalpinang memiliki pola naik dan turun dalam periode tertentu.

Dalam analisis ini, ditemukan koefisien yang mengatur pola perubahan suhu: 0.0000, -0.1554, 114793.3822, -28273738175.1206.

Garis hitam di grafik menunjukkan bagaimana suhu berubah dari waktu ke waktu berdasarkan data yang ada. Jika garis ini terus mengikuti pola, suhu akan bergerak naik dan turun seperti yang terlihat sekarang. Ini bisa membantu kita memahami apakah suhu cenderung meningkat atau menurun.

Informasi ini penting untuk memahami perubahan suhu dalam jangka panjang. Jika tren perubahan suhu menunjukkan peningkatan yang tajam, hal ini bisa menjadi tanda adanya perubahan cuaca yang lebih besar, seperti pemanasan global. Sebaliknya, jika suhu menurun, itu juga bisa menunjukkan perubahan iklim lokal yang perlu diperhatikan.

Koefisien ini membantu menjelaskan perubahan suhu di masa depan berdasarkan data masa lalu. Kita perlu terus memantau untuk memastikan apakah pola ini akan berubah atau berlanjut.

Dekomposisi Time Series untuk Kota Pangkalpinang

Grafik Tren Suhu Kota Pangkalpinang

Tren

trend
count 600
mean 26.7727
std 0.714085
min 24.9372
25% 26.2462
50% 26.7054
75% 27.2066
max 28.7679

Statistik Deskriptif Musiman

seasonal
count 600
mean 0.00010968
std 0.0339628
min -0.0504692
25% -0.0307267
50% -0.0140912
75% 0.0367235
max 0.0425192

Statistik Deskriptif Residu

resid
count 600
mean 0.00268531
std 0.458379
min -2.6304
25% -0.256547
50% 0.0300598
75% 0.273596
max 1.83863

Rata-rata tren suhu di Pangkalpinang adalah 26.77°C. Tren menunjukkan bahwa suhu cenderung meningkat. Rentang suhu berkisar sedari 24.94°C sampai 28.77°C selama periode ini. Peningkatan ini bisa berarti adanya perubahan suhu jangka panjang yang perlu diwaspadai, terutama jika tren ini terus berlanjut dalam beberapa tahun ke depan. Tren ini menunjukkan perubahan suhu yang signifikan dalam periode ini. Rata-rata perubahan musiman adalah 0.00°C. Perubahan suhu mengikuti pola musiman dengan suhu terendah -0.05°C dan suhu tertinggi 0.04°C dalam siklus musim. Perubahan musiman tidak cukup kuat, menunjukkan pola yang lebih konsisten sepanjang tahun. Rata-rata residu adalah 0.00°C. Perubahan tak terduga ini bervariasi dari -2.63°C hingga 1.84°C, menunjukkan adanya variasi yang tidak dapat diprediksi. Residu menunjukkan ada pengaruh besar dari faktor luar yang tidak bisa diprediksi, seperti cuaca ekstrem atau kejadian tak terduga lainnya.

Analisa Spektral

Spektral Analisis Suhu Harian Pangkalpinang

Berdasarkan hasil perhitungan spektral, frekuensi dominan yang ditemukan adalah 0.0033 per hari, sekuat 188.35. Data ini menunjukkan bahwa suhu di Pangkalpinang relatif stabil atau kalau pun ada perubahan terjadi lambat-laun. Magnitude sekuat 188.35 menunjukkan perubahan suhu bisa dirasakan oleh penduduk Pangkalpinang.

Uji Augmented Dickey-Fuller untuk Kota Pangkalpinang

Uji ADF digunakan untuk menguji hipotesis nol bahwa seri waktu memiliki unit root, menunjukkan non-stasioneritas. Hasil uji ADF harus konsisten berkebalikan dengan hasil uji KPSS untuk memastikan apakah ada/tidak ada tren dalam data.

Hasil Uji ADF

  • Statistik Uji: -3.0394

  • P-Value: 0.0314

  • Lag Digunakan: 9

  • Jumlah Observasi: 584

    Nilai Kritis

  • 1% : -3.4416

  • 5% : -2.8665

  • 10% : -2.5694

  • Hipotesis null dari uji ADF adalah bahwa rentetan pengukuran seturut waktu tidak ajeg atau memiliki unit root (non-stasioner). Jika P-Value di bawah level signifikansi tertentu (misalnya, 0.05), maka hipotesis null ditolak.

  • Hipotesis alternatif adalah: `rentetan pengukuran seturut waktu diduga ajeg atau tidak memiliki akar unit (stasioner).

Uji KPSS untuk Kota Pangkalpinang

KPSS (Kwiatkowski-Phillips-Schmidt-Shin) menguji prasangka (hipotesis null) bahwa rentetan pengukuran seturut waktu bersifat ajeg terhadap tren. Hasil uji KPSS harus konsisten berkebalikan dengan hasil uji ADF untuk memastikan apakah ada/tidak ada tren dalam data.

Hasil Uji KPSS

  • Statistik Uji: 0.21564

  • P-Value: 0.01014

  • Lags Digunakan: 15

    Nilai Kritis

  • 10% : 0.11900

  • 5% : 0.14600

  • 2.5% : 0.17600

  • 1% : 0.21600

  • Hipotesis null uji KPSS adalah rentetan pengukuran seturut waktu adalah ajeg atau trend-stasioner. Hipotesis null dibantah hanya dan hanya jika P-Value di bawah level signifikansi tertentu (misalnya, 0.05).

  • Hipotesis alternatif adalah: `rentetan pengukuran seturut waktu diduga memiliki akar unit (non-stasioner).

Selayang pandang proyek Perpustakaan Nirkabel

Perpustakaan Nirkabel (wireless library) is a 12-year-old project bringing digital technology to remote areas in Indonesia, empowering basic education and bridging the gap in education. It enables students in remote areas to access knowledge and resources previously out of reach. Witness the tech enthusiasts' brainchild with a heart for education.

detail