Model Geographically and Temporally Weighted Three Parameter Bivariate Gamma Regression (Studi Kasus: Pemodelan Curah Hujan dan Penguapan pada Musim Hujan di Pulau Lombok)

Pratiwi, Anggitya (2024) Model Geographically and Temporally Weighted Three Parameter Bivariate Gamma Regression (Studi Kasus: Pemodelan Curah Hujan dan Penguapan pada Musim Hujan di Pulau Lombok). Masters thesis, Institut Teknologi Sepuluh Nopember.

Text 6003212017 - Master_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 February 2026. Download (15MB)

Abstract

Distribusi Gamma merupakan salah satu jenis distribusi probabilitas kontinu yang dapat digunakan dalam berbagai bidang. Perkembangan kajian dalam distribusi Gamma
yang diterapkan pada regresi spasial temporal menghasilkan metode Geographically and Temporally Weighted Bivariate Gamma Regression (GTWBGR) pada variabel respon berdistribusi Gamma bivariat dua parameter, yaitu parameter skala dan bentuk. Dalam penelitian ini dikembangkan GTWBGR tiga parameter, yaitu ketika dua variabel respon yang saling berkorelasi berdistribusi Gamma bivariat tiga parameter, yaitu parameter skala, bentuk, dan lokasi. Dalam beberapa situasi, model regresi spasial temporal dapat
menunjukkan bahwa variabel prediktor tidak hanya berpengaruh secara lokal, namun dapatberpengaruh secara global. Kondisi tersebut dapat diselesaikan dengan menambahkan model
Mixed dalam model regresi spasial temporal, sehingga dalam penelitian ini juga dilakukan pengembangan dari GTWBGR tiga parameter menjadi MGTWBGR tiga parameter. Pada kedua model tersebut, estimasi parameter dilakukan menggunakan Maximum Likelihood Estimation (MLE), uji parameter secara serentak menggunakan Maximum Likelihood Ratio Test (MLRT), sedangkan uji parsial menggunakan Uji Z. Model GTWBGR dan MGTWBGR tiga parameter akan diterapkan pada data curah hujan dan penguapan pada musim hujan di Pulau Lombok Nusa Tenggara Barat. Variabel prediktor yang digunakan merupakan data reanalisis berupa intensitas radiasi matahari, suhu udara, runoff, kecepatan angin zonal, dan kecepatan angin meridional. Pemodelan ini menunjukkan faktor-faktor
yang berpengaruh terhadap curah hujan dan penguapan pada setiap lokasi berbeda-beda. Berdasarkan faktor-faktor yang berpengaruh terhadap curah hujan periode ke-7 menggunakan model GTWBGR tiga parameter membagi Pulau Lombok menjadi lima kelompok, sedangkan berdasarkan faktor-faktor yang berpngaruh terhadap penguapan terbagi menjadi enam kelompok. Adapun berdasarkan model MGTWBGR tiga parameter, untuk variabel curah hujan terbagi menjadi dua kelompok dan untuk variabel penguapan terbagi menjadi empat kelompok. Selain itu, diketahui bahwa variabel yang bersifat global untuk kedua variabel respon yaitu kecepatan angin meridional.
=====================================================================================================================================
Gamma distribution is one type of continuous probability distribution that can be used in various fields. The development of studies in the Gamma distribution applied to spatial temporal regression resulted in the Geographically and Temporally Weighted Bivariate Gamma Regression (GTWBGR) method on response variables with two bivariate Gamma
distribution parameters, namely scale and shape parameters. In this study, a three-parameter GTWBGR is developed, namely when two correlated response variables have a threeparameter
bivariate Gamma distribution, namely scale, shape, and location parameters. In some situations, the spatial temporal regression model may show that the predictor variables are not only locally influential, but can be globally influential. This condition can be solved by adding a Mixed model in the temporal spatial regression model. So, in this study, a three parameter GTWBGR was also developed into a three-parameter MGTWBGR. In both models, parameter estimation is done using Maximum Likelihood Estimation (MLE), simultaneous parameter test using Maximum Likelihood Ratio test (MLRT), while partial test using Z test. The three-parameter GTWBGR and MGTWBGR models will be applied
to rainfall and evaporation data during the rainy season on Lombok Island, West Nusa Tenggara. The predictor variables used are reanalysis data in the form of solar radiation
intensity, air temperature, runoff, zonal wind speed, and meridional wind speed. This modeling shows the factors that affect rainfall and evaporation at each location are different. Based on factors affecting rainfall in the 7th period using the three-parameter GTWBGR model, Lombok Island is divided into five groups, while based on factors affecting evaporation it is divided into six groups. As based on the three-parameter MGTWBGR model, the rainfall variable is divided into two groups and the evaporation variable is divided into four groups. In addition, it is known that the variable that is global for both response
variables is meridional wind speed.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	Curah hujan, Penguapan, GTWBGR, MGTWBGR, MLE, MLRT, Rainfall, Evaporation, GTWBGR, MGTWBGR, MLE, MLRT
Subjects:	Q Science > QA Mathematics > QA276 Mathematical statistics. Time-series analysis. Failure time data analysis. Survival analysis (Biometry)
Divisions:	Faculty of Science and Data Analytics (SCIENTICS) > Statistics > 49101-(S2) Master Thesis
Depositing User:	Anggitya Pratiwi
Date Deposited:	06 Feb 2024 07:04
Last Modified:	06 Feb 2024 07:04
URI:	http://repository.its.ac.id/id/eprint/106335

Actions (login required)

View Item