APLIKASI MODEL GENERALIZED SPACE TIME AUTOREGRESSIVE PADA DATA PENCEMARAN UDARA DI KOTA SURABAYA

Dhoriva Urwatul Wutsqa, Pendidikan Matematika, Universitas Negeri Yogyakarta, Indonesia
Suhartono Suhartono, , Indonesia
Brodjol Sutijo, , Indonesia

Abstract


Penelitian ini secara  bertujuan mengaplikasan model Generalized Space Time  Autoregressive (GSTAR) untuk mendapatkan model peramalan data pencemaran udara di Kota Surabaya. Data yang digunakan dalam penelitian ini adalah zat polutan PM 10 ang berasal dari tiga stasiun pemantau di kota Surabaya mulai Januari hingga Desember 2009. Tahap-tahap pembentukan  model peramalan data pencemaran udara meliputi identifikasi order autoregresif dengan criteria AIC (Akaike Information Criterion), estimasi parameter yang terdiri atas estimasi bobot antar lokasi dengan normalisasi korelasi silang dan estimasi parameter autoregresif dengan metode kuadrat terkecil, uji signifikansi parameter melalui statistik uji Wald, serta uji kesesuaian model. Model yang dihasilkan merupakan model GSTAR dengan order autoregresif 3 dan order spasial 1 dengan order pembedaan 1. Model yang diperoleh menunjukkan adanya kecenderungan hubungan antar waktu dan  hubungan spasial antara stasiun 1 dan 3.

Kata kunci : Data PM 10, polusi udara, Surabaya, model GSTAR

Keywords


Data PM 10; polusi udara; Surabaya; model GSTAR

Full Text:

PDF

References


Andayani. (2002). Analisa polutan karbon monoksida dengan menggunakan metode statistik untuk data spatial. Skripsi. Surabaya: Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Teknologi Sepuluh Nopember.

Box, G.E.P., Jenkins, G.M. and Reinsel, G.C. (1994). Time Series Analysis, Forecasting and Control. 3rd edition, Upper Saddle River, New Jersey: Prentice Hall Inc.

Brockwell,P.J. and Davis, R.A. (2002). Introducion to Time Series and Forecasting.2ndedition. New York: Springer Verlag .

Borovkova, S.A., Lopuhaa, H.P., and Budi NuraniRuchjana.(2002). Generalized STARmodel with experimental weights. In M Stasinopoulos & G Touloumi (Eds.), The 17th International Workshop on Statistical Modelling: Proceeding. (pp. 139-147).

Budi Nurani Ruchjana (2002). Pemodelan Kurva Produksi Minyak Bumi Menggunakan Model Generalisasi STAR. Forum Statistika dan Komputasi, IPB, Bogor.

Dhoriva Urwatul Wutsqa, Suhartono, and Brodjol Sutijo. (2010). Generalized Space Time Autoregressive Modeling. The 6th IMT-GT Conference on Mathematics, Statistics and its Applications (ICMSA): Proceeding. (pp. 752-761). Kuala Lumpur: Universiti Tunku Abdul Rahman,

Hamongan E. (2004). Model Simulasi Pengolahan Kualitas Udara. Makalah diskusi panel: Pencemaran Udara dan Dampaknya terhadap Kesehatan Manusia. Jakarta: Kerjasama antara JICA dengan SARPEDAL KLH.

Hanke, J. E. & Wichern, DW. (2005). Business forecasting. New Jersey: Pearson Prentice-Hall.

Lopuhaa H.P. and Borovkova SA. (2005). Asymptotic properties of least squares estimators in generalized STAR models. Technical Report. Delft University of Technology.

Nunung Nurhayati, Udjianna S. Pasaribu, and Oki Neswan.(2012) Application of Generalized Space-Time Autoregressive Model on GDP Data in West European Countries. Journal of Probability and Statistics. Volume 2012 (2012), Article ID 867056, 16 pages: http://www.hindawi.com/journals/jps/2012/867056/tanggal 12/10/2013/ 8.59

Pfeifer, P.E. and Deutsch, S.J. (1980). A Three Stage Iterative Procedure for Space-Time Modeling. Technometrics, Vol. 22, No. 1, pp. 35-47.

Prestiwati H.Y. (2002). Pemodelan statistic udara ambient berdasarkan pengukuran stasiun pemantau Taman Prestasi dan Perak Timur di Surabaya. Skripsi. Surabaya: Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Teknologi Sepuluh Nopember.

Roekmi RAK. (1997). Deskripsi konsentrasi zarrah tersuspensi di jalan Muhammad Husni Thamrin Jakarta. (Skripsi). Bogor: Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor.

Suhartono dan Atok, R.M. (2006). Pemilihan bobot lokasi yang optimal pada model GSTAR. Prosiding Konferensi Nasional Matematika XIII, Universitas Negeri Semarang.

Suhartono and Subanar (2006). The Optimal Determination of Space Weight in GSTAR Model by using Cross-correlation Inference. JOURNAL OF QUANTITATIVE METHODS: Journal Devoted to The Mathematical and Statistical Application in Various Fields, Vol. 2, No. 2, pp. 45-53.

Wei, W.W.S. (2006). Time series Analysis: Univariate and Multivariate Methods. 2nd edition. Boston : Addison-Wesley Publishing Co.,




DOI: https://doi.org/10.21831/pg.v7i2.4782

Refbacks

  • There are currently no refbacks.


PYTHAGORAS: Jurnal Matematika dan Pendidikan Matematika indexed by:


Creative Commons License Pythagoras is licensed under a Creative Commons Attribution 4.0 International License.
Based on a work at http://journal.uny.ac.id/index.php/pythagoras.

All rights reserved p-ISSN: 1978-4538 | e-ISSN: 2527-421X

Visitor Number:

View Pythagoras Stats