Sholichah, Inayatus (2015) Studi Simulasi Parameter Distribusi Generalized Extreme Value (GEV) Dengan Pendekatan Linier Moments (L-Moments) Dan Maximum Likelihood Estimate (MLE) - Studi Kasus : Data Curah Hujan Kabupaten Indramayu. Masters thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
1313201901-Master-Thesis.pdf Download (3MB) | Preview |
Abstract
Perubahan iklim ekstrim seringkali memberikan dampak negatif bagi
kehidupan. Mengetahui perubahan iklim menjadi hal yang penting karena
merupakan bagian dari informasi tren perubahan cuaca yang akan terjadi. Mencari
nilai estimasi yang tepat dari data lampau bisa dijadikan acuan untuk mengetahui
keadaan iklim yang akan datang. Metode statistika yang dikembangkan berkaitan
dengan analisis kejadian ekstrim adalah Extreme Value Theory (EVT).
Pengambilan data sampel ekstrim pada penelitian ini menggunakan Block Maxima
(BM) mengikuti distribusi Generalized Extreme Value (GEV) meliputi Distribusi
Gumbel, Frechet dan Weibull. Estimasi parameter dihitung dengan pendekatan
Linier Moments (L-Moments) dan Maximum Likelihood Estimation (MLE).
Perbandingan metode pendekatan estimasi parameter dilakukan dengan studi
simulasi. Hasil dari studi simulasi diterapkan pada data curah hujan ekstrim di
Kabupaten Indramayu periode 1979-2005. Dari penelitian ini didapatkan studi
simulasi untuk distribusi Gumbel dan Frechet, nilai bias estimator metode MLE
dan L-Moments memiliki nilai yang hampir sama. Sedangkan hasil studi simulasi
untuk distribusi Weibull nilai bias estimator metode MLE lebih kecil daripada LMoments.
Untuk data sampel besar dari ketiga tipe distibusi GEV lebih sesuai
menggunakan pendekatan estimasi dengan metode MLE karena nilai bias
estimatornya lebih kecil dari nilai bias estimator L-Moments.
================================================================================================
Extreme climate is part of nature which continue to exist and causes some
negative impact in our life. Since extreme climate can cause a hazard towards
human, so preventing extreme climate are very important. In constructing the
extreme climate protection project, find the right estimation value of past data can
be used as a reference to determine the state of the future climate. Developed
statistical methods relating to the analysis of extreme events is the Extreme Value
Theory (EVT). Intake of extreme sample data in this study using Block Maxima
(BM) and Generalized Extreme Value distribution (GEV) Distribution includes
Gumbel, Frechet and Weibull. Parameter estimate in this study calculated by
Linear Moments (L-Moments) and Maximum Likelihood Estimation (MLE).
Comparison method parameter estimation approach by simulation studies. Results
of the simulation study applied to data extreme rainfall in Indramayu period 1979-
2005. From this study, a simulation study for Gumbel and Frechet distribution,
RMSE value of MLE method and L-Moments has about the same value. While
the results of simulation studies for Weibull distribution RMSE value of MLE
method is smaller than the L-Moments. For a large sample of data from three
types GEV distribution is more appropriate estimation with MLE method because
value RMSE of MLE smaller than the L-Moments.
| Item Type: | Thesis (Masters) |
|---|---|
| Additional Information: | RTSt 519.24 Sho s |
| Uncontrolled Keywords: | EVT, GEV, L-Moments, MLE, Simulasi |
| Subjects: | H Social Sciences > HG Finance > HG4028.V3 Valuation. Economic value |
| Divisions: | Faculty of Mathematics and Science > Statistics > 49101-(S2) Master Thesis |
| Depositing User: | Mr. Marsudiyana - |
| Date Deposited: | 09 Dec 2019 01:33 |
| Last Modified: | 09 Dec 2019 01:33 |
| URI: | http://repository.its.ac.id/id/eprint/72285 |
Actions (login required)
 |
View Item |