Perpustakaan Digital ITB
KualitasudaradiJakartamenjadiperhatianutamakarenaseringnyamencapaikategori
tidak sehat.Penelitianinibertujuanuntukmendeteksiperubahansignifikanpadadata
polusi udaradanmengembangkansistemperingatandiniberbasisdata.DataAQIharian
dari 24Juni2018hingga31Oktober2024dikelompokkansecarabulananuntukdiana-
lisis. Untukmemenuhiasumsinormalitas,dilakukantransformasidatamenggunakan
metode Box-CoxdanYeo-Johnson,dimanasebagianbesardataberhasilditransformasi
menjadi berdistribusinormal.Penentuanmodel
drift terbaikmenunjukkanbahwaquadraticdriftpalingseringmerepresentasikanperu-
bahan data,mengindikasikanpercepatanatauperlambatantren.Implementasibagan
kendaliI-MRmenunjukkanproseskualitasudarayangsering"outofcontrol"dengan
fluktuasi signifikandanpelanggaranbataskendali.BagankendaliCumulativeSum
(CUSUM) terbuktilebihsensitifdalammendeteksipergeseranrata-ratayangkecildan
bertahap, seringkalimengidentifikasipolapergeseranagresifdanakumulasideviasi.
Sementara itu,AdaptiveForgettingFactor(AFF)ControlChartberhasilmengidenti-
fikasi titik-titikperubahan(changepoints)signifikanyangmenggeserlokasirata-rata
proses secaraadaptif.Perbandingankeduametodemenunjukkanbahwakeduanyasaling
melengkapi dalammendeteksianomalipadadatapolusiudara.Secarakeseluruhan,hasil
penelitian mengkonfirmasiketidakstabilankualitasudarayangberulangdiJakartadan
pentingnyametodeCUSUMsertaAFFuntukpemantauanproaktifdanpengembangan
sistem peringatandini.