Di tempat kerja saya, saya dan rekan kerja sangat kesal dengan tirai yang dibuka setidaknya sekali sehari, biasanya sebelum makan siang, meskipun tidak ada matahari yang menyinari kantor kami sebelum sore hari (jendela menghadap ke barat). Setelah beberapa saat, kami pikir kami telah menemukan sebuah pola. Jadi kami mulai mencatat waktu kapan tepatnya (hingga beberapa detik) tirai dibuka. Setiap hari saat kami berada di kantor. Kami mulai merekam pada tanggal 31 Mei dan pada awalnya, tirai diturunkan setiap hari hingga mencapai maksimum sekitar titik balik matahari (tetapi beberapa saat kemudian). Kemudian, yang menakjubkan, prosesnya berbalik dan tirai ditutup lebih cepat setiap hari — sampai kami berhenti merekam sekitar tanggal 21 November, karena tirai tidak menutup lagi di sebagian besar kasus. Data yang kami kumpulkan dapat dilihat pada plot berikut. Kesenjangan disebabkan oleh liburan, pulang kantor atau akhir pekan.
Sebagai sketsa ilmiah: Banyak data yang dikumpulkan termasuk data outlier dalam jangka waktu yang lama dari fenomena “alami” yang mencoba menemukan pola atau korelasi untuk menjelaskan proses yang mendasarinya. Pertama, kami menetapkan bahwa bentuk mulus yang dihasilkan data harus mewakili batas bawah pada saat itu, karena outlier hanya ada di atasnya. Karena planet kita mengalami siklus yang sama setiap tahunnya, kami menyimpulkan bahwa tirai, yang mungkin ada hubungannya dengan posisi matahari, juga berperilaku secara siklis. Oleh karena itu, kami juga berhasil memasukkan fungsi sinus ke dalam data, menunjukkan bahwa batas bawah yang disebutkan di atas untuk saat ini telah mengikuti dan mungkin mengikuti pola ini. Berikut adalah fungsi sinus yang dipasang. Detail fungsi dan parameternya (a, b) Mungkin akan saya jelaskan di artikel lain. Untuk analisis dan visualisasi data, digunakan Python dan Plotly.
Namun, kita perlu melihat lagi outliernya. Karena variabel ini terlalu sering muncul, kita harus menyimpulkan bahwa ada variabel kedua yang disertakan. Kami berasumsi bahwa ambang kecerahan tertentu harus dilampaui agar tirai dapat ditutup. Sayangnya, kami kekurangan data yang berarti mengenai hal ini, namun fakta bahwa selama musim panas hanya ada sedikit atau tidak ada outlier dan dari bulan Oktober / November hampir hanya ada outlier atau tirai tidak terbuka sama sekali adalah buktinya. Omong-omong, beberapa data yang dikumpulkan pada bulan November dikoreksi ke waktu musim panas (karena pergantian waktu S/W pada akhir Oktober).
Ringkasnya, kita mendapatkan dua kondisi, sebuah variabel yang mendeskripsikan ketergantungan waktu yang dievaluasi dengan fungsi f dan variabel kedua (abstrak), kemungkinan besar untuk kecerahan (namun tidak ada bukti yang jelas). Keduanya harus dipenuhi agar tirai dapat dibuka. Jadi, kami yakin untuk mengusulkan gerakan tirai pengontrol kode semu berikut di lembaga kami:
// f(time): time dependent fitted sine function for lower bound
// brightness: abstract condition to evaluate second variable
if (time > f(time) && brightness > threshold)
blindsDown();
Kembali ke sketsa ilmiah: Ini adalah pekerjaan yang konsisten dalam jangka waktu yang lama, mencakup sebagian kecil dari peta ilmiah yang mungkin tidak akan diminati oleh siapa pun. Dan meskipun analisisnya sangat masuk akal, dalam hal ini pada akhirnya, mungkin tidak ada proses tersembunyi sama sekali yang kami coba identifikasi di sini, namun pemiliknya mungkin hanya menekan tombol dengan sangat tepat setiap hari.
Terakhir, kami akan mengawasi tirai kami dan memeriksa apakah data masa depan sesuai dengan model kami. Jika Anda memiliki ide, keraguan, atau pertanyaan yang akan membantu memajukan proyek ini, jangan ragu untuk menghubungi saya! Selain itu, saya akan segera menulis lebih detail tentang analisis data atau penemuan model! Pantau terus.
