Perubahan Suhu Kota Yogyakarta Sejak Maret 2023
Berikut ini telaah rekaman data perubahan suhu di Yogyakarta berdasarkan data yang dicatat oleh BMKG (Badan Meteorologi dan Geofisika) Indonesia.
Tren Umum Suhu Harian
Hasil perhitungan:
- Kemiringan (slope) = 0.00010544116477666632
- Intersep = -51.547323280481415
Tren Suhu di Yogyakarta 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
Hasil perhitungan menunjukkan bahwa suhu di Yogyakarta memiliki pola naik dan turun dalam periode tertentu.
Dalam analisis ini, ditemukan koefisien yang mengatur pola perubahan suhu: -0.0000, 0.1321, -97627.1228, 24044086178.4076.
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 Yogyakarta
Tren
| trend | |
|---|---|
| count | 600 |
| mean | 26.3486 |
| std | 0.815063 |
| min | 23.8589 |
| 25% | 25.8824 |
| 50% | 26.5615 |
| 75% | 26.8929 |
| max | 28.0214 |
Statistik Deskriptif Musiman
| seasonal | |
|---|---|
| count | 600 |
| mean | 1.87485e-05 |
| std | 0.0640947 |
| min | -0.095175 |
| 25% | -0.0396184 |
| 50% | -0.0180402 |
| 75% | 0.0398263 |
| max | 0.124256 |
Statistik Deskriptif Residu
| resid | |
|---|---|
| count | 600 |
| mean | 0.00236685 |
| std | 0.543165 |
| min | -2.91075 |
| 25% | -0.275211 |
| 50% | 0.0193442 |
| 75% | 0.29113 |
| max | 3.4073 |
Rata-rata tren suhu di Yogyakarta adalah 26.35°C. Tren menunjukkan bahwa suhu cenderung meningkat. Rentang suhu berkisar sedari 23.86°C sampai 28.02°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 -0.10°C dan suhu tertinggi 0.12°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 -2.91°C hingga 3.41°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
Berdasarkan hasil perhitungan spektral, frekuensi dominan yang ditemukan adalah 0.0050 per hari, sekuat 217.37. Data ini menunjukkan bahwa suhu di Yogyakarta relatif stabil atau kalau pun ada perubahan terjadi lambat-laun. Magnitude sekuat 217.37 menunjukkan perubahan suhu bisa dirasakan oleh penduduk Yogyakarta.
Uji Augmented Dickey-Fuller untuk Kota Yogyakarta
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: -2.7043
-
P-Value: 0.0733
-
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 Yogyakarta
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: 0.22138
-
P-Value: 0.01000
-
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).
