suhu <- c(27.8,27.9,28.3,28.9,29.1,28.6,28.0,28.1,28.4,28.7,28.2,27.9,
          28.0,28.1,28.6,29.2,29.4,28.8,28.2,28.3,28.6,28.9,28.4,28.1)
suhu_ts <- ts(suhu, start = c(2023,1), frequency = 12)

# 1. Plot
plot(suhu_ts, main="Suhu Udara Rata-rata Bulanan Kota Cilegon (2023-2024)",
     ylab="Suhu (°C)", xlab="Tahun", col="darkblue", lwd=2, type="o", pch=16)

Pada data 2023 dan 2024 terbentuk gelombang berulang naik-turun tiap 12 bulan: naik dari Januari, memuncak di sekitar Mei, lalu turun kembali ke titik terendah di sekitar Januari dan Februari. Terdapat perbedaan pola antara tahun 2023 dan 2024, yaitu suhu pada tahun 2024 sedikit lebih tinggi dari 2023.

# 2. Rata-rata & variansi per tahun
tahun <- rep(2023:2024, each=12)
tapply(suhu, tahun, mean)
##   2023   2024 
## 28.325 28.550
tapply(suhu, tahun, var)
##      2023      2024 
## 0.1784091 0.2045455

Rata-rata dan variansi relatif stabil antar tahun, dengan selisih rata-rata hanya 0,225 derajat celsius dan variansi hanya ada sedikit perbedaan yaitu 0.1784091 pada tahun 2023 dan 0.2045455 pada tahun 2024. Ini menunjukkan tidak ada indikasi kuat non-stasioner terhadap mean maupun varians.

# 3. ACF & correlogram
acf(suhu_ts, lag.max=12, main="Correlogram Suhu Kota Cilegon")

Pola ACF suhu Kota Cilegon terlihat berulang secara periodik, bukan turun cepat atau turun lambat. Terlihat bahwa suhu bulan berikutnya mirip dengan suhu bulan lalu dan suhu 12 bulan lalu, tapi berlawanan dengan suhu sekitar 3 bulan sebelumnya. Pola naik-turun berulang seperti ini menunjukkan data musiman, sesuai dengan sifat suhu udara yang memang berubah mengikuti musim.

# 4. Uji formal
Box.test(suhu, lag=12, type="Box-Pierce")
## 
##  Box-Pierce test
## 
## data:  suhu
## X-squared = 27.653, df = 12, p-value = 0.006215

Karena p-value (0,0062) lebih kecil dari alpha (0,05), maka tolak H0. Data Suhu suhu udara di Kota Cilegon bukan merupakan data acak, tetapi ada pola musiman yang jelas sehingga terdapat autokorelasi signifikan.