Perpustakaan Digital ITB

Kualitas udara merupakan isu lingkungan yang sangat krusial, terutama di wilayah padat penduduk seperti Pulau Jawa. Polusi udara melibatkan polutan berbahaya seperti ????????10,????????2.5, dan ????????2, tidak hanya bersifat dinamis secara waktu, tetapi juga bervariasi antar lokasi. Oleh karena itu, dibutuhkan model statistik yang mampu menangkap kompleksitas tersebut secara menyeluruh. Penelitian ini mengusulkan penggunaan model Multivariate Generalized Space-Time Autoregressive (MGSTAR) untuk menganalisis dan memprediksi kualitas udara di Pulau Jawa secara ruang dan waktu. Model yang dikembangkan adalah MGSTAR(2;1,1) mempertimbangkan dua lag waktu dan satu lag spasial antar lokasi. Penelitian ini juga mempertimbangkan empat struktur matriks bobot spasial, yaitu berbasis jarak, berbasis korelasi, serta modifikasi keduanya menggunakan Minimum Spanning Tree (MST). Evaluasi model dilakukan menggunakan metrik Root Mean Square Error (RMSE) dan Symmetric Mean Absolute Percentage Error (SMAPE) pada data in-sample dan out-sample. Selain itu, dilakukan pula uji diagnostik model, yaitu melihat kestasioneran model menggunakan pendekatan Invers Matriks Autokovarians (IMAk) serta dilakukan uji asumsi residual mengenai normalitas dan independensi. Hasil penelitian menunjukkan bahwa struktur bobot spasial berbasis korelasi menghasilkan performa paling optimal, dengan nilai RMSE out-sample sebesar 12,531 dan SMAPE sebesar 21,7%. Model MGSTAR(2;1,1) dengan bobot korelasi tidak hanya stabil dan valid secara statistik, tetapi juga mampu menangkap pola keterkaitan antar lokasi dan antar variabel polutan dengan kemampuan prediksi yang cukup baik.