Kembali ke Beranda
Foundation
MODUL PERKULIAHAN MINGGU KE-2
Stasioneritas & Analisis Korelogram
Stasioneritas Kuat vs Lemah, Uji Akar Unit (ADF/KPSS), dan Fungsi ACF/PACF
Berkas & Bahan Ajar
Sub-CPMK 2: Mampu menguji stasioneritas data beban/daya dan menganalisis korelogram ACF/PACF.
Konsep stasioneritas lemah (kovarians), fenomena regresi lancung (*spurious regression*), diferensiasi pertama dan musiman, pengujian hipotesis ADF dan KPSS, serta interpretasi plot ACF/PACF.
$$\Delta y_t = \alpha y_{t-1} + \sum_{i=1}^p \beta_i \Delta y_{t-i} + \epsilon_t, \quad \rho_k = \frac{\gamma_k}{\gamma_0}$$
C1–C2 (Mengingat & Memahami)
Definisi 3 syarat kovarians stasioner dan perbedaan hipotesis null uji ADF vs KPSS.
C3–C4 (Menerapkan & Menganalisis)
Kalkulasi koefisien autokorelasi lag-1 dan diagnosis tipe ketidakstasioneran (Trend Stationary vs Difference Stationary).
C5–C6 (Mengevaluasi & Berkreasi)
Evaluasi jebakan over-differencing dan perancangan skrip Python auto-stationary transformer.
from statsmodels.tsa.stattools import adfuller, kpss
adf_res = adfuller(df['active_power'])
print(f"ADF Stat: {adf_res[0]:.4f}, p-value: {adf_res[1]:.4f}")
kpss_res = kpss(df['active_power'], regression='c')
print(f"KPSS Stat: {kpss_res[0]:.4f}, p-value: {kpss_res[1]:.4f}")