ANALISIS TIME SERIES UNTUK PREDIKSI POLUSI UDARA DENGAN MODEL SARIMA

Udara dengan kualitas yang baik merupakan kebutuhan dari setiap manusia, akan tetapi masih banyak wilayah terutama kota besar yang memiliki kualitas udara yang buruk. Upaya penanganan dan pencegahan yang dilakukan seringkali kurang efektif dalam menangani masalah ini. Peramalan dapat membantu agar proses yang dilakukan bisa lebih efektif dengan menggunakan data hasil ramalan di masa depan. Metode SARIMA merupakan salah satu metode peramalan yang dapat memetakan kecenderungan musiman di masa depan dari data historis di masa lalu. Peramalan dilakukan kepada 5 variabel yaitu PM10, SO2, CO, O3, NO2. Peramalan yang dilakukan menunjukkan bahwa variabel PM10 dan SO2 akan mengalami kenaikan di masa depan. Sementara untuk variabel CO, O3 dan NO2 memiliki kecenderungan untuk tetap stabil dengan sedikit penurunan di masa depan.