LAMPIRAN
ACF 0.0 0.2 0.4 0.6 0.8 1.0 Lampiran 1. Tabel penentuan Nilai Ordo Pada Proses ARIMA Berdasarkan Plot ACF dan PACF No Kemungkinan plot ACF dan PACF Model ARIMA 1 ACF nyata pada ke-1,2,3,...,q dan terpotong setelah q (cuts off), PACF menurun cepat membentuk pola exponensial atau sinus(tails off) 2 ACF tails off, PACF nyata pada ke-1,2,...,p dan cuts off setelah ke-p 3 ACF nyata pada ke-1,2,...q lalu cuts off, PACF nyata pada ke-1,2,3...,p dan cuts off 4 Tidak ada autokorelasi yang nyata pada plot ACF dan PACF MA(q) AR(p) MA(q) jika ACF cuts off lebih tajam, AR(p) jika PACF cuts off lebih tajam ARMA(0,0) 5 ACF tail off, PACF tail off ARMA(p,q) Lampiran 2. Uji Kestasioneran Ragam Data Suhu Udara Per Hari Lampiran 3. Uji kehomogenan nilai tengah adf.test(data_hri) Test Augmented Dickey-Fuller data: data_hri Dickey-Fuller = -8.26, order = 11, p-value = 0.01 alternative hypothesis: stationary Lampiran 4. Plot Autocorrelation FunctionUntuk Suhu Perhari Tanpa Pembedaan suhu_hari 0 5 10 15 20 25 30 18
Partial ACF 0.0 0.1 0.2 0.3 Lampiran 5. Plot Parsial Autocorrelation FunctionUntuk Suhu Perhari Tanpa Pembedaan Series data_hri 0 5 10 15 20 25 30 Lampiran 6. Tabel Nilai Parameter Dugaan Model - Model Sementara Pemodelan Data Suhu Perhari Model Tipe Koef. Se. t-hit AR (5) AR 1 0,2712 0,0242 11,20661 AR 2 0,1409 0,025 5,636 AR 3 0,0753 0,0252 2,988095 AR 4 0,0626 0,025 2,504 AR 5 0,0554 0,0242 2,289256 MA(29) MA 1 0,2608 0,0242 10,77686 MA 2 0,2033 0,0249 8,164659 MA 3 0,1502 0,0254 5,913386 MA 4 0,1337 0,0256 5,222656 MA 5 0,1267 0,0258 4,910853 MA 6 0,0763 0,0262 2,912214 MA 7 0,0759 0,0266 2,853383 MA 8 0,1106 0,0267 4,142322 MA 9 0,0863 0,0268 3,220149 MA 10 0,0408 0,0268 1,522388 MA 11 0,0504 0,027 1,866667 MA 12 0,0457 0,0272 1,680147 MA 13 0,0144 0,0273 0,527473 MA 14 0,0314 0,0272 1,154412 MA 15 0,0271 0,0267 1,014981 MA 16 0,0423 0,0269 1,572491 MA 17 0,075 0,0274 2,737226 MA 18 0,0536 0,0272 1,970588 MA 19 0,0912 0,0257 3,548638 MA 20 0,0295 0,0245 1,204082 MA 21 0,0233 0,0255 0,913725 MA 22 0,0237 0,0258 0,918605 MA 23 0,0392 0,0266 1,473684 19
MA 24 0,0376 0,0263 1,429658 MA 25 0,0453 0,0272 1,665441 MA 26 0,1018 0,0265 3,841509 MA 27 0,0209 0,0265 0,788679 MA 28 0,0407 0,0263 1,547529 MA 29 0,052 0,0246 2,113821 ARMA(5,29) AR 1 0,4076 0,0263 15,4981 AR 2-0,0735 NaN AR 3 0,0455 NaN AR 4 0,4109 0,047 8,742553 AR 5-0,7542 0,0873 8,639175 MA 1-0,1495 0,0373 4,008043 MA 2 0,1679 0,0339 4,952802 MA 3 0,0429 NaN MA 4-0,333 0,0724 4,599448 MA 5 0,7237 0,077 9,398701 MA 6 0,1477 0,0369 4,00271 MA 7 0,1322 0,0354 3,734463 MA 8 0,1445 0,034 4,25 MA 9 0,0911 0,0343 2,655977 MA 10 0,0724 0,0343 2,110787 MA 11 0,0745 0,0339 2,19764 MA 12 0,0293 0,0341 0,859238 MA 13 0,056 0,0332 1,686747 MA 14 0,0765 0,0331 2,311178 MA 15 0,0181 0,0332 0,545181 MA 16 0,0564 0,0329 1,714286 MA 17 0,0823 0,0318 2,58805 MA 18 0,0226 0,0327 0,691131 MA 19 0,0906 0,0335 2,704478 MA 20-0,0056 0,0325 0,172308 MA 21 0,0165 0,0316 0,522152 MA 22 0,0496 0,0306 1,620915 MA 23 0,0277 0,0326 0,849693 MA 24 0,0778 0,0321 2,423676 MA 25 0,0448 0,0269 1,665428 MA 26 0,0652 0,0287 2,271777 MA 27 0,0066 0,0266 0,24812 MA 28 0,0482 0,029 1,662069 MA 29 0,0226 0,0251 0,900398 20
ACF p value ACF Partial ACF -0.5 0.0 0.5 1.0-0.4-0.3-0.2-0.1 0.0 Time ACF of Residuals 0 5 10 15 20 25 30 Lampiran 7. Ljung-Box Test Sisaan model AR(5) Lampiran 8. Shapiro-Wilk normality Test Sisaan model AR(5) Shapiro-Wilk normality test data: residuals(model1) W = 0.9932, p-value = 4.189e-0 Lampiran 9. Plot Autocorrelation FunctionUntuk Suhu Udara Rata-rata Per Hari dengan PembedaanSatu Kali suhu_hari 0 5 10 15 20 25 30 Lampiran 10. Partial Autocorrelation Function Untuk Suhu Per Hari dengan PembedaanSatu Kali Series data_hari.diff 0 5 10 15 20 25 30 Lampiran 11. TabelNilai Parameter Dugaan Model-model Sementara Pemodelan Data Suhu Perhari Dengan Pembedaan Pertama Model Tipe Coef Se. t-hit ARIMA(0,1,1) MA 1-0,7729 0,0282 27,4078 ARIMA(8,1,0) AR 1-0,684 0,0242 28,26446 AR 2-0,5066 0,029 17,46897 AR 3-0,4036 0,031 13,01935 AR 4-0,3203 0,032 10,00938 AR 5-0,2505 0,0319 7,852665 AR 6-0,2248 0,031 7,251613 AR 7-0,1724 0,029 5,944828 ARIMA(8,1,1) AR 8-0,0718 0,0241 2,979253 21
p value p value AR 1 0,2673 0,0242 11,04545 AR 2 0,1378 0,025 5,512 AR 3 0,0688 0,0252 2,730159 AR 4 0,0538 0,0253 2,126482 AR 5 0,0411 0,0253 1,624506 AR 6-0,0035 0,0252 0,138889 AR 7 0,0211 0,025 0,844 AR 8 0,0661 0,0242 2,731405 MA 1-1 0,0053 188,6792 Lampiran 12. Ljung-Box Test Sisaan model ARIMA(0,1,1) Lampiran 13.Ljung-BoxTest Sisaan model ARIMA(8,1,0) Lampiran 14.Tabel Nilai Ramalan Suhu Per Hari dengan Model AR(5) Hari ke- Ramalan Batas Atas Batas Bawah 1 26,75 25,01 28,49 2 26,76 24,97 28,55 3 26,76 24,93 28,59 4 26,75 24,90 28,60 5 26,75 24,88 28,62 6 26,76 24,87 28,65 7 26,77 24,87 28,66 8 26,78 24,87 28,67 9 26,77 24,87 28,67 10 26,77 24,86 28,68 11 26,77 24,86 28,68 12 26,77 24,86 28,68 13 26,77 24,86 28,68 14 26,77 24,86 28,69 15 26,78 24,86 28,69 22
ACF 0.0 0.2 0.4 0.6 0.8 1.0 16 26,78 24,86 28,69 17 26,77 24,87 28,69 18 26,77 24,87 28,69 19 26,77 24,87 28,69 20 26,78 24,87 28,69 21 26,78 24,87 28,69 22 26,78 24,87 28,69 23 26,78 24,87 28,69 24 26,78 24,87 28,69 25 26,78 24,87 28,69 26 26,78 24,87 28,69 27 26,78 24,87 28,69 28 26,78 24,87 28,69 29 26,78 24,87 28,69 30 26,78 24,87 28,69 31 26,78 24,87 28,69 Lampiran 15. Uji Kestasioneran Ragam Data Suhu Udara Per Hari Lampiran 16. Hasil Uji Augmented Dickey Fuller Data Suhu Udara Per Minggu Augmented Dickey-Fuller Test data: datasuhu.m.tran Dickey-Fuller = -5.1312, order = 5, p-value = 0.01 alternative hypothesis: stationary Lampiran 17. Plot Autocorrelation FunctionUntuk Suhu Rata-rata Per MingguTanpa Pembedaan ACF Suhu Per Minggu 5 10 15 20 ACF 23
V1-2 -1 0 1 p value Partial ACF -0.1 ACF 0.0 0.1 0.2 0.3-4 -2 0 1 2 Standardized Residuals Lampiran 18. Plot Parsial Autocorrelation Function untuk Suhu Per Minggu Tanpa Pembedaan PACF Data Perminggua Suhu Udara di Sekitar Palangkaraya 0 50 100 150 200 Time ACF of Residuals 5 10 15 0 5 10 15 20 Lampiran 19. Ljung-Box Test Sisaan model MA(2) Lampiran 20. Plot Data Suhu Udara Rata-rata Per Minggu Setelah Proses Pembedaan Satu Kali 0 50 100 150 200 Time 24
p value p value Partial ACF -0.4-0.3-0.2-0.1 0.0 0.1 ACF -0.4-0.2 0.0 0.2 0.4 0.6 0.8 1.0 Lampiran 21. Plot Autocorrelation FunctionUntuk Suhu Rata-rata PerMinggu dengan PembedaanSatu Kali ACF Dif.Data Perminggua Suhu Udara di Sekitar Palangkaraya 5 10 15 20 Lampiran 22. Plot PartialAutocorrelation FunctionUntuk Suhu Rata-rata Per Minggu dengan PembedaanSatu Kali PACF Dif.Data Perminggua Suhu Udara di Sekitar Palangkaraya 5 10 15 20 Lampiran 23. Ljung-Box Test Sisaan model ARIMA(0,1,1) Lampiran 24. Ljung-Box Test Sisaan model ARIMA(1,1,0) 25
p value Lampiran25. Ljung-Box Test Sisaan model ARIMA(2,1,0) Lampiran 26.Shapiro-Wilk normality Test Sisaan model ARIMA(0,1,1) Shapiro-Wilk normality test data: residuals(arima.m.diff.1) W = 0.9921, p-value = 0.3268 Lampiran 27. Shapiro-Wilk normality Test Sisaan model ARIMA(0,1,1) Shapiro-Wilk normality test data: residuals(arima.m.diff.3) W = 0.99, p-value = 0.160 Lampiran 28. Overfitting Model untuk Data Suhu Udara Per Minggu dengan Pembedaan Satu Kali. Model ARIMA (0,1,1) ARIMA (2,1,0) Model overfitting ARIMA(1,1,1) ARIMA(0,1,2) ARIMA(3,1,0) ARIMA(2,1,1) Signifikasi semua parameter Signifikan Signifikan Tidak Tidak Kebebasan sisaan Bebas Tidak bebas - - Kenormalan sisaan Normal Normal - - AIC 337.77 343.7 Lampiran 29. Tabel Nilai Ramalan Suhu Udara Rata-rata Per Minggu dengan Model ARIMA(0,1,1) Minggu ke- Ramalan Batas Atas Batas Bawah 314 26,7565 25,6568 27,8562 315 26,7594 25,5955 27,9234 316 26,7624 25,5375 27,9872 317 26,7653 25,4824 28,0482 318 26,7682 25,4299 28,1066 319 26,7712 25,3795 28,1628 320 26,7741 25,3311 28,2171 321 26,7771 25,2845 28,2696 322 26,78 25,2395 28,3205 323 26,7829 25,1959 28,37 324 26,7859 25,1537 28,4181 325 26,7888 25,1126 28,465 326 26,7918 25,0727 28,5108 327 26,7947 25,0338 28,5556 328 26,7976 24,9959 28,5993 329 26,8006 24,959 28,6422 26
Partial ACF -0.3-0.2-0.1 0.0 0.1 0.2 0.3 ACF -0.2 0.0 0.2 0.4 0.6 0.8 1.0 330 26,8035 24,9228 28,6842 331 26,8065 24,8875 28,7255 332 26,8094 24,8529 28,7659 333 26,8123 24,819 28,8057 Lampiran 30. Hasil Uji Augmented Dickey Fuller Data Suhu Udara Per Minggu Lampiran 31. Uji Kestasioneran Ragam Data Suhu Udara Per Bulan adf.test(datasuhu.b.tran) Augmented Dickey-Fuller Test data: datasuhu.b.tran Dickey-Fuller = -4.4731, order = 3, p-value = 0.01 alternative hypothesis: stationary Lampiran 32. Plot Autocorrelation FunctionUntuk Suhu Udara Rata-Rata Per Bulan Tanpa Pembedaan suhu 5 10 15 Lampiran 33. Plot Partial Autocorelation Function Untuk Suhu Udara Rata-rata Suhu Per Bulan Tanpa Pembedaan Series datasuhu.b.tran 5 10 15 27
p value p value Lampiran 34. Ljung-Box TestSisaan model AR(1) Lampiran 35. Ljung-Box Test Sisaan model MA(1) Lampiran 36. Shapiro-Wilk normalitytest Sisaan model MA(1) Shapiro-Wilk normality test data: residuals(arima.b.2) W = 0.9832, p-value = 0.714 Lampiran 37.Tabel Nilai Ramalan Suhu Udara Per Bulan dengan Model MA(1) Bulan Ramal Batas Atas Batas Bawah Jul-05 26,76 25,79 27,72 Agust-05 26,84 25,84 27,84 Sep-05 26,84 25,84 27,84 Okt-05 26,84 25,84 27,84 Nov-05 26,84 25,84 27,84 Des-05 26,84 25,84 27,84 28