FerlieHernata/Morocco-Electricity-Consumption-Analysis

Analisis konsumsi listrik Maroko 2017 dengan Python (Jupyter Notebook) & Power BI. Meliputi preprocessing, statistik dasar, korelasi faktor lingkungan, serta pola harian, mingguan, tahunan. Insight: Zona 1 konsumsi tertinggi, suhu paling berpengaruh, puncak siang & malam. # Data Analytics Final Project - Morocco Electricity Consumption Analysis Proyek ini menganalisis konsumsi listrik di Maroko pada tahun 2017 menggunakan dataset dari Maven Analytics. Analisis dilakukan dengan **Python (Jupyter Notebook)** untuk data preprocessing & eksplorasi, serta **Power BI** untuk visualisasi interaktif. Laporan akhir disusun untuk menjelaskan metodologi, hasil, dan insight utama. ## Dataset - Sumber: Maven Analytics (UCI Machine Learning Repository) - Periode: Tahun 2017 - Jumlah data: 61.755 baris dengan 9 atribut - Atribut utama: - Datetime (pencatatan tiap 10 menit) - Temperature, Humidity, WindSpeed - PowerConsumption_Zone1 - PowerConsumption_Zone2 - PowerConsumption_Zone3 ## Analisis Dilakukan dengan Python pada Google Colab (lihat `analysis.ipynb`): - **Data Preprocessing**: konversi datetime, handling missing values, tetap mempertahankan outlier karena relevan. - **Basic Statistics**: mean, median, max, min, boxplot. - **Korelasi**: Pearson correlation antara faktor lingkungan (suhu, kelembaban, angin) dan konsumsi listrik. - **Regression**: simple linear regression suhu terhadap konsumsi listrik. - **Time Series**: pola harian, mingguan, dan musiman. ## Dashboard Power BI File Power BI: `morocco-consumption.pbix` ## Insight Utama - **Zona 1** → konsumsi listrik tertinggi dan stabil (median ~32.265 watt), kemungkinan area industri/komersial. - **Zona 2** → tingkat menengah (~20.823 watt), lebih fluktuatif, indikasi semi-komersial/campuran. - **Zona 3** → terendah (~16.415 watt) dengan banyak outlier, menunjukkan karakter residensial. - **Faktor Lingkungan**: - Suhu → faktor paling dominan (semakin tinggi suhu, konsumsi meningkat). - Kelembaban → pengaruh negatif lemah. - Kecepatan angin → pengaruh sangat kecil. - **Pola Harian** → dua puncak konsumsi: siang (~13.00) & malam (~20.00). - **Pola Mingguan** → konsumsi menurun pada hari Minggu, terutama di Zona 1 & 2. - **Pola Musiman** → puncak konsumsi di musim panas (Juli–Agustus), t …