Kembali ke Beranda
Foundation
MODUL PERKULIAHAN MINGGU KE-1
Pengantar Deret Waktu & Dekomposisi Klasik
Taksonomi Komponen Tren, Musiman, Siklis, dan Residu pada Data Beban Listrik
Berkas & Bahan Ajar
Sub-CPMK 1: Mampu mengidentifikasi komponen tren, musiman, siklis, dan iregular pada sinyal deret waktu sistem tenaga.
Memahami struktur fundamental deret waktu elektro, dekomposisi aditif vs multiplikatif, teknik pemulusan Moving Average, dan metrik akurasi evaluasi peramalan (MAE, RMSE, MAPE).
$$y_t = T_t + S_t + C_t + I_t \quad \text{atau} \quad y_t = T_t \times S_t \times C_t \times I_t$$
C1–C2 (Mengingat & Memahami)
Definisi 4 komponen deret waktu dan kapan menggunakan model aditif vs multiplikatif.
C3–C4 (Menerapkan & Menganalisis)
Perhitungan manual Centered Moving Average (CMA-5) dan analisis musiman ganda harian-mingguan.
C5–C6 (Mengevaluasi & Berkreasi)
Evaluasi keandalan metrik MAPE saat beban mendekati nol & perancangan algoritma dekomposisi otomatis.
import pandas as pd
from statsmodels.tsa.seasonal import seasonal_decompose
df = pd.read_csv('hourly_load_pln.csv', parse_dates=['timestamp'], index_col='timestamp')
res = seasonal_decompose(df['load_mw'], model='additive', period=24)
res.plot()