Analisis Curah Hujan di Kota Surabaya dengan Pendekatan Regresi Spasial Data Panel

Widyadhana, Fairuzzeta Muhammad (2023) Analisis Curah Hujan di Kota Surabaya dengan Pendekatan Regresi Spasial Data Panel. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 06311940000066-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 September 2025. Download (2MB) | Request a copy

Abstract

Curah hujan adalah tinggi rendahnya air yang terkumpul di tempat yang datar, tidak meresap, dan tidak mengalir. Pada wilayah tropis, curah hujan merupakan salah satu unsur iklim yang paling tinggi keragamannya dengan karakteristik curah hujan di berbagai daerah yang berbeda. Perbedaan tersebut salah satunya terjadi di Kota Surabaya dengan berbagai risiko yang timbul akibat diguyur hujan lebat di berbagai daerah. Berbagai upaya terus dilakukan untuk mendapatkan informasi mengenai curah hujan yang lebih baik dan akurat terutama di Kota Surabaya, salah satunya adalah menggunakan metode regresi untuk melihat pengaruh maupun hubungan tertentu. Hubungan atau pengaruh yang bergantung dengan curah hujan dapat memuat banyak faktor tambahan seperti perbedaan curah hujan pada tiap wilayah, pengaruh hubungan antar wilayah, serta pengaruh musim (waktu) sehingga pendekatan regresi yang sesuai untuk mancakup pengaruh tersebut yaitu regresi spasial data panel. Data yang digunakan pada penelitian ini yaitu data bulanan curah hujan Kota Surabaya per Kecamatan dari salah satu stasiun meteorologi di Surabaya dengan periode waktu dari Januari 2019 hingga Desember 2021. Hasil penelitian menunjukkan bahwa faktor-faktor curah hujan di Kota Surabaya belum sepenuhnya berpengaruh secara spasial. Pada regresi spasial data panel ini digunakan pembobot queen contiguity dan menghasilkan model spasial data panel berupa Spatial Error Model (SEM) dengan nilai AIC sebesar 1231. Tekanan Udara, Temperatur, Kecepatan Rata-Rata Angin, dan Banyak Hari Hujan merupakan faktor yang berpengaruh secara signifikan terhadap curah hujan di Kota Surabaya dan dapat menjelaskan curah hujan di Kota Surabaya sebesar 90,888% sedangkan 9,112% lainnya dijelaskan oleh variabel lain.
=====================================================================================================================================
Rainfall is the level of water that collects in a flat place, does not seep, and does not flow. In the tropics, rainfall is one of the most variable climate elements with rainfall characteristics in different areas. One of these differences occurred in the city of Surabaya with various risks arising from heavy rains in various areas. Various attempts are being made to obtain better and more accurate information about rainfall, especially in Surabaya, one of which is using the regression method to see certain influences and relationships. Relationships or influences that depend on rainfall can contain many additional factors such as differences in rainfall in each region, the influence of relationships between areas, and the influence of season (time), so the appropriate regression approach is panel data spatial regression. The data used in this study are monthly rainfall data for the City of Surabaya per District from one of the meteorological stations in Surabaya from January 2019 to December 2021. The results show that the factors of rainfall in the City of Surabaya not have an effect spatially. In this panel data spatial regression used queen contiguity weighting and produced a panel data spatial model in the form of a Spatial Error Model (SEM) with an AIC value of 1231. Air pressure, temperature, average wind speed, and the number of rainy days are factors that significantly influence rainfall in the city of Surabaya. They can explain the rainfall in the city of Surabaya by 90.856% while the other 9.144% is explained by other variables.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Curah Hujan, Regresi Spasial Data Panel, Spatial Error Model (SEM), Surabaya Rainfall, Spatial Data Panel Regression, Spatial Error Model (SEM), Surabaya
Subjects:	Q Science > QA Mathematics > QA278.2 Regression Analysis. Logistic regression
Divisions:	Faculty of Mathematics, Computation, and Data Science > Actuaria > 94203-(S1) Undergraduate Thesis
Depositing User:	Fairuzzeta Muhammad Widyadhana
Date Deposited:	21 Jul 2023 03:23
Last Modified:	21 Jul 2023 03:23
URI:	http://repository.its.ac.id/id/eprint/98820

Actions (login required)

View Item