PROYEK 5 / 5

Prediksi Kenaikan Permukaan Laut

Tugas

Lakukan prediksi kenaikan permukaan laut pada tahun 2050 menggunakan data rata-rata perubahan permukaan laut global sejak tahun 1880 hingga tahun 2014.

Gunakan Pandas untuk mengimpor data.

Gunakan matplotlib untuk membuat scatterplot dengan kolom Year sebagai sumbu x dan kolom CSIRO Adjusted Sea Level sebagai sumbu y.

Gunakan regresi linier dari scipy.stat untuk mendapatkan plot garis yang paling sesuai dengan scatterplot hingga tahun 2050.

Buat juga plot dari tahun 2000 hingga tahun terbaru dalam kumpulan data untuk memprediksi kenaikan permukaan air laut pada tahun 2050 jika laju kenaikan yang terjadi sejak tahun 2000 terus berlanjut.

Berikan label Year dan Sea Level (inches) untuk sumbu x dan y, serta berikan judul Rise in Sea Level.

Langkah Penyelesaian

import numpy as np import pandas as pd import matplotlib.pyplot as plt from scipy.stats import linregress

Membaca file epa-sea-level.csv ke dalam Pandas DataFrame lalu menetapkan variabel x dan y

df = pd.read_csv('epa-sea-level.csv') x = df['Year'] y = df['CSIRO Adjusted Sea Level']

Membuat model regresi linier menggunakan linregress() dari scipy.stat

lin_reg = linregress(x, y)

Membuat garis yang sesuai dengan sebaran data kenaikan permukaan laut hingga tahun 2050

x1 = np.arange(x.min(), 2051) y1 = lin_reg.intercept + lin_reg.slope*x1 plt.scatter(x, y, s=5, label='Sea Level') plt.plot(x1, y1, 'r', label='Fitted Line') plt.title('Rise in Sea Level') plt.xlabel('Year') plt.ylabel('Sea Level (inches)') plt.legend(loc='lower right')

Data kenaikan permukaan laut mengalami pertumbuhan yang signifikan dalam dekade terakhir. Untuk itu kita perlu mempertimbangkan nilai-nilai di atas tahun 2000 dan menghitung kembali regresi linier untuk data ini.

df_last = df[x >= 2000] x_last = df_last['Year'] y_last = df_last['CSIRO Adjusted Sea Level'] lin_reg_last = linregress(x_last, y_last)

Sekarang kita plot regresi linier baru bersama dengan data dekade terakhir hingga tahun 2050

x_pred = np.arange(2000, 2051) y_pred = lin_reg_last.intercept + lin_reg_last.slope*x_pred plt.scatter(x_last, y_last, s=15, label='Sea Level') plt.plot(x_pred, y_pred, 'g', label='Fitted Line') plt.xlabel('Year') plt.ylabel('Sea Level (inches)') plt.title('Rise in Sea Level Until Year 2050') plt.legend(loc='lower right')

level_2050 = lin_reg_last.intercept + lin_reg_last.slope*2050 print(level_2050)

Jadi, pada tahun 2050 diperkirakan permukaan laut akan berada 15,38 inci di atas nilai ketinggian pada tahun 1880.

Catatan

Ini merupakan proyek sertifikasi Data Analysis with Python dari freeCodeCamp. Untuk bisa lolos pengujian dan mendapatkan sertifikatnya, bisa mengikuti cara pengerjaan di websitenya. Dokumentasi ini saya tulis dengan cara yang sedikit berbeda agar lebih mudah dipahami. Cek disini untuk versi sertifikasinya.

Sumber

freeCodeCamp. (2024). Data Analysis with Python. Diakses dari https://www.freecodecamp.org/learn/data-analysis-with-python/

US Environmental Protection Agency. (2015). "Global Average Absolute Sea Level Change, 1880-2014." Diunduh dari https://datahub.io/core/sea-level-rise