Tujuan: Memvisualisasikan tren emisi perusahaan dari 2020-2023 dari CSV.
Konsep: Matplotlib, dictionary (Chapter 8), Pandas untuk baca CSV.
Output: Line chart tren emisi dengan batas pajak.
Line chart dipilih untuk tunjukkan tren emisi perusahaan sepanjang waktu. Kaidah: waktu di sumbu x, emisi di sumbu y, hubungkan titik untuk lihat perubahan. Cocok untuk regulasi karbon, bantu prediksi kepatuhan, visualisasi dinamis untuk portofolio energi hijau.
# Impor Pandas untuk mengelola data CSV import pandas as pd # Impor Matplotlib untuk membuat grafik import matplotlib.pyplot as plt # Definisikan fungsi untuk membuat line chart tren emisi def plot_tren_emisi(emisi_dict): # Definisikan tahun untuk sumbu x tahun = [2020, 2021, 2022, 2023] # Iterasi dictionary untuk plot setiap perusahaan for perusahaan, emisi_list in emisi_dict.items(): # Buat garis untuk setiap perusahaan dengan marker titik plt.plot(tahun, emisi_list, marker='o', label=perusahaan) # Tambahkan label sumbu x plt.xlabel('Tahun') # Tambahkan label sumbu y plt.ylabel('Emisi (ton CO2)') # Tambahkan judul grafik plt.title('Tren Emisi Karbon Perusahaan 2020-2023') # Tambahkan garis batas pajak (50 ton, merah, putus-putus) plt.axhline(y=50, color='red', linestyle='--', label='Batas Pajak (50 ton)') # Tambahkan legenda untuk perusahaan dan garis batas plt.legend(bbox_to_anchor=(1.05, 1), loc='upper left') # Atur layout agar grafik rapi plt.tight_layout() # Tampilkan grafik plt.show() # Baca file CSV tren_emisi.csv dari folder proyek df = pd.read_csv('C:/EnergiHijau2025/tren_emisi.csv') # Inisiasi dictionary kosong untuk menyimpan tren emisi emisi_dict = {} # Iterasi setiap baris di dataframe untuk simpan ke dictionary for index, row in df.iterrows(): # Ambil nama perusahaan sebagai kunci perusahaan = row['Nama_Perusahaan'] # Simpan emisi tahunan dalam list emisi_list = [row['Emisi_2020'], row['Emisi_2021'], row['Emisi_2022'], row['Emisi_2023']] # Simpan ke dictionary emisi_dict[perusahaan] = emisi_list # Panggil fungsi untuk membuat line chart plot_tren_emisi(emisi_dict)
Halo, eco-techno leader! Line chart ini tunjukkan tren emisi perusahaan dari CSV 2020-2023. Garis merah batas 50 ton bantu lihat kepatuhan. Pakai Matplotlib dan Pandas, prediksi regulasi karbon jelas. Keren untuk portofolio energi hijau! Yuk, coba!
Query ini gunakan Matplotlib untuk line chart, kembangkan Query 10, memvisualisasikan tren emisi dari tren_emisi.csv. Dictionary menyimpan emisi tahunan, plt.plot tunjukkan perubahan. Garis batas 50 ton (axhline) klarifikasi kepatuhan regulasi karbon. Marker “o” bikin titik jelas, legenda bedakan perusahaan. Periode 2020-2023 realistis untuk tren. Query relevan untuk laporan prediksi ke pemerintah, bantu rencana pengurangan emisi, perkuat portofolio dengan visualisasi dinamis, mendukung usulan verifikasi emisi untuk Net Zero Emission 2060.
import pandas as pd mengimpor library. Artinya: Siapkan alat untuk baca CSV.import matplotlib.pyplot as plt mengimpor library grafik. Artinya: Siapkan alat untuk visualisasi.def plot_tren_emisi(emisi_dict) buat fungsi. Artinya: Buat alat reusable untuk line chart.tahun = [2020, 2021, 2022, 2023] definisikan sumbu x. Artinya: Tentukan periode analisis tren.for perusahaan, emisi_list in emisi_dict.items() loop entri. Artinya: Plot tren setiap perusahaan.plt.plot(...) bikin garis dengan titik. Artinya: Visualisasikan tren emisi.plt.xlabel(...), plt.ylabel(...) beri nama sumbu. Artinya: Bikin grafik mudah dipahami.plt.title(...) beri judul. Artinya: Jelaskan fokus grafik.plt.axhline(...) tambah garis 50 ton. Artinya: Tandai standar pajak karbon.plt.legend(...) tampilkan label. Artinya: Bikin grafik informatif, hindari tumpang tindih.plt.tight_layout() bikin grafik rapi. Artinya: Optimalkan tampilan grafik.plt.show() render grafik. Artinya: Hasilkan visual untuk laporan.df = pd.read_csv(...) memuat data emisi tahunan. Artinya: Ambil data untuk analisis.emisi_dict = {} buat wadah. Artinya: Siapkan tempat simpan tren emisi.for index, row in df.iterrows() loop baris. Artinya: Kumpulkan data perusahaan.perusahaan = row['Nama_Perusahaan'] ambil nama. Artinya: Gunakan nama sebagai kunci.emisi_list = [...] simpan emisi tahunan. Artinya: Organisir data untuk grafik.emisi_dict[perusahaan] = emisi_list simpan data. Artinya: Siapkan data untuk visualisasi.plot_tren_emisi(emisi_dict) jalankan grafik. Artinya: Hasilkan visual untuk pemerintah.Line chart tunjukkan tren emisi (misalnya PT_Textilindo turun dari 65.0 ke 62.8 ton). Garis merah 50 ton tandai batas pajak. Perusahaan di bawah garis (misalnya PT_Semindo) patuh, di atas (PT_EnergiJaya) bermasalah. Bantu prediksi kepatuhan regulasi karbon.
(Line chart dengan garis per perusahaan, garis merah di 50 ton)
Halo, eco-techno leader! Line chart ceritain tren emisi 2020-2023. PT_Textilindo dan PT_EnergiJaya tetap di atas 50 ton, perlu intervensi. PT_Semindo stabil di bawah batas, patuh regulasi. Solusi ke pemerintah: Wajibkan teknologi rendah karbon untuk pelanggar per UU HPP 2021, promosikan praktik PT_Semindo, dan bikin laporan emisi tahunan. Database emisi nasional bantu verifikasi rutin, dukung target Net Zero Emission 2060 dan 23% energi terbarukan 2025.