Data yang digunakan adalah volume produksi air minum PDAM Kabupaten Serang bulanan, Januari 2022–Desember 2024 (ribu m³/bulan), sebanyak 36 observasi. Analisis dilakukan dengan dekomposisi deret waktu aditif*, yaitu Y_t = T_t + S_t + R_t, dengan T_t komponen tren, S_t komponen musiman, dan R_t komponen residual. Model aditif sesuai apabila amplitudo fluktuasi musiman relatif konstan meskipun level data berubah. Dekomposisi multiplikatif ditambahkan di akhir sebagai pembanding.

Studi kasus ini menganalisis Rata-Rata Lama Sekolah kabupaten/kota di Pulau Sumatera tahun 2025. Analisis dilakukan untuk mengetahui apakah nilai RLS memiliki autokorelasi spasial, yaitu apakah kabupaten/kota dengan nilai RLS tinggi cenderung berdekatan dengan wilayah yang juga memiliki nilai RLS tinggi, maupun sebaliknya.

Sebuah universitas ingin mengetahui apakah penggunaan kelas online berhubungan dengan kelulusan mahasiswa. Jalur masuk mahasiswa (Beasiswa/Reguler) diduga memengaruhi pola hubungan tersebut, sehingga dijadikan kovariat (variabel pengendali).

Pada tugas ini digunakan data jumlah pengunjung perpustakaan bulanan dari Januari 2023 hingga Juni 2024. Analisis dilakukan menggunakan Single Moving Average (SMA) orde 3 dan Double Moving Average (DMA) orde 3. SMA digunakan untuk memperoleh pola data yang lebih halus, sedangkan DMA digunakan untuk memperhitungkan kecenderungan tren pada data.

Pada analisis ini, variabel Banjir dipilih sebagai fokus utama karena memiliki variasi kejadian yang cukup besar antar kecamatan dan antar tahun serta merupakan salah satu bencana hidrometeorologis yang berkaitan erat dengan kondisi lingkungan. Analisis dilakukan untuk melihat apakah variasi kejadian banjir antar kecamatan bersifat homogen atau heterogen, menguji apakah terdapat perbedaan rata-rata kejadian banjir berdasarkan kecamatan dan tahun, serta melakukan peramalan jumlah kejadian banjir untuk beberapa tahun berikutnya berdasarkan pola historis tahun 2016–2025.

Analisis runtun waktu harga Gabah Kering Panen (GKP) Kabupaten Serang periode Januari 2023–Desember 2024 menggunakan R. Analisis mencakup visualisasi data, transformasi logaritma, differencing tingkat pertama, peramalan naive, serta evaluasi akurasi ramalan menggunakan ME, MAE, MSE, RMSE, dan MAPE.

Analisis runtun waktu suhu udara rata-rata bulanan Kota Cilegon periode 2023–2024 menggunakan visualisasi time series, statistik deskriptif, ACF, uji Box-Pierce, dan uji Augmented Dickey-Fuller (ADF). Analisis bertujuan untuk mengidentifikasi pola autokorelasi, kestabilan rata-rata dan variansi, serta menentukan apakah data telah memenuhi sifat stasioneritas.

BAGIAN A (Pendugaan Parameter & Uji Satu Proporsi) BAGIAN B (Uji Kebaikan Suai Chi-Square (Goodness-of-Fit))

1. Mendeskripsikan karakteristik kejadian bencana di Kota Malang tahun 2016–2025. 2. Mengidentifikasi pola distribusi, temporal, dan spasial kejadian bencana dengan fokus utama pada kejadian banjir. 3. Mengidentifikasi observasi ekstrem menggunakan metode IQR dan Z-score. 4. Memeriksa indikasi autokorelasi temporal menggunakan ACF dan autokorelasi spasial menggunakan Global Moran’s I.

Tugas mata kuliah analisis deret waktu pertemuan ke 2

Akan dilakukan analisis pengaruh IQ dan tingkat kehadiran mahasiswa terhadap nilai Ujian Akhir Semester (UAS). Dengan data yang akan diuji tersiri dari 10 mahasiswa sebagai sampel.

PEMODELAN KLASIFIKASI SPESIES IRIS MENGGUNAKAN MODEL RANDOM FOREST