Analisis Extreme Future Events dengan Pendekatan Extreme Value Theory pada Tingkat Curah Hujan dan Kecepatan Angin Maksimum di Surabaya

Philander, Jesslyn Theresia (2024) Analisis Extreme Future Events dengan Pendekatan Extreme Value Theory pada Tingkat Curah Hujan dan Kecepatan Angin Maksimum di Surabaya. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5006201053-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2026. Download (7MB) | Request a copy

Abstract

Peningkatan suhu global, yang dikenal sebagai pemanasan global (global warming), diyakini dimulai sejak awal periode revolusi industri pada akhir abad ke-18 dan awal abad ke-19. Berdasarkan BMKG, Jawa Timur, terkhusus Kota Surabaya saat ini tengah mengalami peningkatan cuaca ekstrem berupa hujan sedang hingga lebat disertai dengan angin kencang yang disebabkan oleh pemanasan global dan siklon tropis 91S dan 94S yang tumbuh di sekitar Samudra Hindia bagian selatan, Laut Timor, dan perairan Australia. Pendekatan Extreme Value Theory (EVT) dapat diterapkan pada berbagai topik dan juga memberikan kontribusi pada perencanaan mitigasi perubahan iklim yang ekstrem, baik sebagai tindak pencegahan maupun tindak penanggulangan, dari badan meteorologis. Pengidentifikasian nilai ekstrem dengan pendekatan EVT dapat dilakukan dengan metode Block Maxima (BM) yang berdistribusi Generalized Extreme Value (GEV) dan metode Peaks Over Threshold (POT) yang berdistribusi Generalized Pareto Distribution (GPD). Berdasarkan hasil analisis return level dan Root Mean Square Error (RMSE), dapat diketahui bahwa metode terbaik dalam menentukan curah hujan pada Stasiun Meteorologi Perak I (Stasiun A) adalah dengan menggunakan metode POT dengan nilai threshold 13 yang memiliki RMSE sebesar 3,829 dan pada Stasiun Meteorologi Maritim Tanjung Perak (Stasiun B) adalah dengan menggunakan metode BM periode blok semesteran dengan RMSE sebesar 2,937. Metode terbaik dalam menentukan nilai ekstrem kecepatan angin maksimum pada Stasiun A adalah dengan menggunakan metode BM periode blok triwulanan dengan RMSE sebesar 0,258 dan pada Stasiun B adalah dengan menggunakan metode BM periode blok semesteran dengan RMSE sebesar 0,440. Berdasarkan hasil analisis Value at Risk (VaR), Conditional Value at Risk (CVaR), dan Backtesting, diketahui bahwa dalam menentukan nilai ekstrem curah hujan pada Stasiun A dan Stasiun B dengan metode Block Maxima (BM) periode blok bulanan, triwulanan, semesteran, dan tahunan dan metode Peaks Over Threshold (POT) dan dalam menentukan nilai ekstrem kecepatan angin maksimum pada Stasiun A dan Stasiun B dengan metode Block Maxima (BM) periode blok triwulanan, semesteran, dan tahunan dan metode Peaks Over Threshold (POT) memiliki hasil uji Kupiec Test lebih kecil daripada nilai kritis chi-square (ζLR < 3,841), sehingga keputusan yang diperoleh adalah gagal tolak H0 yang mengindikasikan bahwa model Value at Risk (VaR) diterima (valid).
========================================================================================================================
The increase in global temperatures, known as global warming, is believed to have begun at the onset of the Industrial Revolution in the late 18th and early 19th centuries. According to BMKG, East Java, specifically the city of Surabaya, is currently experiencing an increase in extreme weather events, ranging from moderate to heavy rainfall accompanied by strong winds, caused by global warming and tropical cyclones 91S and 94S that have formed around the southern Indian Ocean, the Timor Sea, and Australian waters. The Extreme Value Theory (EVT) approach can be applied to various topics and contributes to meteorological agencies' planning for extreme climate change mitigation, both as preventive and countermeasures. The identification of extreme values using the EVT approach can be carried out using the Block Maxima (BM) method with a Generalized Extreme Value (GEV) distribution and the Peaks Over Threshold (POT) method with a Generalized Pareto Distribution (GPD). Based on the analysis of return level and Root Mean Square Error (RMSE), it can be concluded that the best method for determining rainfall at the Perak I Meteorological Station (Station A) is the POT method with a threshold value of 13 and an RMSE of 3.829 and at the Tanjung Perak Maritime Meteorological Station (Station B), the best method is the BM method with a semi-annual block period and an RMSE of 2.937. The best method for determining the extreme value of maximum wind speed at Station A is the BM method with a quarterly block period and an RMSE of 0.258 and at Station B, the best method is the BM method with a semi-annual block period and an RMSE of 0.440. Based on the analysis of Value at Risk (VaR), Conditional Value at Risk (CVaR), and Backtesting, it is found that in determining the extreme rainfall values at Station A and Station b using the Block Maxima (BM) method for monthly, quarterly, semi-annual, and annual block periods, as well as the Peaks Over Threshold (POT) method, and in determining the extreme maximum wind speed values at Station A and Station B using the Block Maxima (BM) method for quarterly, semi-annual, and annual block periods, as well as the Peaks Over Threshold (POT) method, the results of the Kupiec Test are smaller than the chi-square critical value (ζLR < 3.841). Thus, the decision obtained is a failure to reject H0, indicating that the Value at Risk (VaR) model is accepted (valid).

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Block Maxima, Curah Hujan, Extreme Value Theory, Kecepatan Angin, Peaks Over Threshold, Rainfall, Wind Speed
Subjects:	Q Science > QA Mathematics > QA276 Mathematical statistics. Time-series analysis. Failure time data analysis. Survival analysis (Biometry) Q Science > QA Mathematics > QA76.6 Computer programming.
Divisions:	Faculty of Mathematics, Computation, and Data Science > Actuaria > 94203-(S1) Undergraduate Thesis
Depositing User:	JESSLYN THERESIA PHILANDER
Date Deposited:	01 Aug 2024 02:10
Last Modified:	01 Aug 2024 02:10
URI:	http://repository.its.ac.id/id/eprint/111452

Actions (login required)

View Item