Prediksi Emisi CO2 dengan Analisis Runtun Waktu

Abstract

Global warming is caused by various factors, one of them is the emission of CO2. Time series data of CO2 emission will be analyzed using moving average and exponential smoothing to forecast the CO2 emission of the period ahead. Both models provide estimates of forecasting based on the average value of the previous data and can be used for forecasting time series data containing trend component. The best models are selected based on the smallest error value based on the criteria of MAPE, MSD, and MAD AbstrakPemanasan global disebabkan oleh berbagai faktor, salah satunya adalah emisi gas CO2.. Data runtun waktu emisi CO2 akan dianalisis menggunakan metode runtun waktu moving average dan exponential smoothing untuk memprediksi emisi CO2 periode ke depan. Kedua model ini memberikan nilai estimasi peramalan berdasarkan rataan dari data runtun waktu sebelumnya serta dapat digunakan untuk peramalan data runtun waktu yang memuat komponen trend. Model terbaik dipilih berdasarkan nilai error terkecil berdasarkan kriteria MAPE, MSD, dan MAD.Kata Kunci: data runtun waktu, exponential smoothing, moving average

Peramalan Emisi Karbon Menggunakan Metode SARIMA dan LSTM

“…Peramalan dilakukan berdasarkan data testing. Hasil peramalan mampu dijadikan acuan bagaimana negaranegara mampu mengurangi emisi karbon di masa yang akan datang [12].…”