Recently Published
Analisis Transformasi, Differencing, dan Evaluasi Ramalan Harga Gabah Kering Panen Kabupaten Serang
Analisis Transformasi, Differencing, dan Evaluasi Ramalan Harga Gabah Kering Panen Kabupaten Serang
Pada tugas ini dilakukan analisis deret waktu menggunakan data harga Gabah Kering Panen (GKP) di tingkat petani Kabupaten Serang periode Januari 2023 sampai Desember 2024. Analisis meliputi pembuatan objek time series, visualisasi data, transformasi logaritma, dan differencing tingkat pertama untuk melihat perubahan pola dan tren data.
Selain itu, dilakukan evaluasi ramalan menggunakan metode naive forecast dengan 21 observasi sebagai data latih dan 3 observasi sebagai data uji. Kinerja ramalan dievaluasi menggunakan ME, MAE, MSE, RMSE, dan MAPE. Seluruh analisis dilakukan menggunakan RStudio dan disajikan dalam bentuk R Markdown.
Document
09/24 week 3 practice
Analysis of NOAA Storm Database: Health and Economic Impacts of Severe Weather Events
Reproducible Research Project 2, analysis of NOAA storm events to identify weather events most harmful to population health and economy.
Caso 1 Analítica Descriptiva - Adidas
Sofia Gómez Gómez, Estefania Lasso Hincapie y Juan David Amaya
Interactive Leaflet Map of Major Indian Cities
An interactive Leaflet map created in R Markdown showing five major Indian cities: Mumbai, New Delhi, Bengaluru, Chennai, and Kolkata. The map supports zooming, panning, and clickable markers that display city names.
Analisis Deret Waktu: Transformasi, Differencing, dan Metrik Evaluasi Harga Gabah Kering Panen (GKP) Kabupaten Serang
Analisis ini membahas data harga Gabah Kering Panen (GKP) di tingkat petani Kabupaten Serang periode Januari 2023–Desember 2024. Analisis meliputi pembentukan data runtun waktu, transformasi logaritma, differencing untuk mencapai stasioneritas, serta evaluasi ramalan naif menggunakan ME, MAE, MSE, RMSE, dan MAPE. Hasil analisis menunjukkan adanya tren kenaikan harga GKP, kemudian differencing tingkat pertama pada data log berhasil menghilangkan tren tersebut. Selain itu, ramalan naif digunakan sebagai baseline untuk melihat tingkat kesalahan prediksi harga GKP pada tiga bulan terakhir.