Perbandingan Model Smith, Schlather, Brown-Resnick Dan Geometric Gaussian Pada Pemodelan Curah Hujan (Studi Kasus : Curah Hujan Ekstrem di Kabupaten Lamongan)

Hatanti, Yeni Dwi (2016) Perbandingan Model Smith, Schlather, Brown-Resnick Dan Geometric Gaussian Pada Pemodelan Curah Hujan (Studi Kasus : Curah Hujan Ekstrem di Kabupaten Lamongan). Masters thesis, Institut Teknologi Sepuluh Nopember.

[img]
Preview
Text
1314201010-Master-Thesis.pdf - Published Version

Download (5MB) | Preview

Abstract

Curah hujan ekstrem merupakan kejadian alam yang jarang terjadi namun tidak bisa dihindari. Kejadian ini seringkali membawa beberapa dampak merugikan bagi kehidupan. Dampak merugikan tersebut dapat diminimalisir salah satunya dengan menerapkan metode statistika yaitu Extreme Value Theory (EVT). Ada dua metode dalam EVT yaitu block maxima (BM) dan peak over threshold (POT). Pada awalnya penelitian tentang kejadian ekstrem dilakukan hanya pada satu lokasi,namun pada perkembangannya penelitian ini dilakukan pada lebih dari satu lokasi, dimana terdapat dependensi antar lokasi tersebut. Dengan demikian Extreme Value Theory (EVT) berkembang menjadi Spatial extremes modeling. Salah satu pendekatan dalam Spatial extremes modeling adalah Max-stable proses. Model-model Max-stable proses secara umum memiliki distribusi yang mengarah ke distribusi Generalized Extreme Value (GEV). Ada empat model terkenal dan terus dikembangkan yaitu model Smith, Schlather, Brown Resnick dan Geometric Gaussian dengan salah satu metode estimasi parameternya menggunakan Maximum Pairwise Likelihood Estimation (MPLE). Penelitian ini mengkaji prosedur analisis kejadian ekstrem spasial dengan Max Stable proses dengan aplikasi data curah hujan ekstrem di Kabupaten Lamongan. Data yang digunakan untuk analisis adalah data curah hujan tahun 1981-2010, sedangkan untuk validasi model menggunakan data tahun 2011- 2012. Grafik koefisien ekstermal menunjukkan bahwa ukuran dependensi spasial berada pada kisaran 1,3 hingga 1,5. Return level curah hujan ekstrem di tujuh stasiun pengamatan di Kabupaten Lamongan dengan periode ulang dua tahun memberikan nilai prediksi curah hujan terkecil 96.68 mm pada model Smith dan tertinggi 107.83 mm pada model Geometric Gaussian. ================================================================================================================== Extreme rainfall is a rare natural occurrence but can not be avoided. These events often bring some adverse impacts to life. Adverse impacts can be minimized either by applying statistical methods, such as Extreme Value Theory (EVT). There are two methods in EVT that is block maxima (BM) and peak over threshold (POT). At the beginning of research on extreme events is done at only one location, but the development of this research was conducted at more than one location, where there are dependencies between these locations. Therefore Extreme Value Theory (EVT) develop into Spatial extremes modeling. One approach in Spatial extremes modeling is max-stable processes. Model-model of max-stable processes generally have a distribution that leads to distribution Generalized Extreme Value (GEV). There are four models max-stable processes: Smith, Schlather, Brown Resnick and Geometric Gaussian with one parameter estimation method using Maximum Pairwise Likelihood Estimation (MPLE). This study examines the spatial analysis procedures with extreme events max-stable processes with extreme rainfall data applications in Lamongan. The data used for the analysis is years of rainfall data 1981-2010, whereas to use the data for model validation 2011-2012. Extermal coefficient chart shows that the value of the spatial dependencies in the range 1,3 up to 1,5. Return level extreme rainfall in seven observation stations in Lamongan with a return period of two years gives the smallest value of rainfall prediction is 96.68 mm/day in model of Smith and the highest is 107.83 mm/day in model of Geometric Gaussian.

Item Type: Thesis (Masters)
Additional Information: RTSt 519.23 Hat p
Uncontrolled Keywords: Extreme value theory, Max Stable proses, Smith, Schlather, Brown- Resnick, Geometric Gaussian.
Subjects: H Social Sciences > HA Statistics
Divisions: Faculty of Mathematics and Science > Statistics > (S2) Master Theses
Depositing User: Users 13 not found.
Date Deposited: 14 Jun 2017 03:27
Last Modified: 26 Dec 2018 08:44
URI: http://repository.its.ac.id/id/eprint/41654

Actions (login required)

View Item View Item