Analisis Curah Hujan Ekstrem Daerah Provinsi Papua Barat Menggunakan Spatial Extreme Value Max Stable Process Model Schlather

Azzahra, Alya (2023) Analisis Curah Hujan Ekstrem Daerah Provinsi Papua Barat Menggunakan Spatial Extreme Value Max Stable Process Model Schlather. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 06311940000012_Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 November 2025. Download (4MB) | Request a copy

Abstract

Data dari Badan Pusat Statistik (BPS) pada tahun 2021 mencatatkan bahwa Provinsi Papua Barat dengan curah hujan sebesar 3.811 mm adalah provinsi dengan curah hujan tertinggi ke-5 di Indonesia. Selain itu, Provinsi Papua Barat juga mencatatkan 286 hari hujan, menjadikan provinsi tersebut sebagai provinsi yang paling sering hujan di Indonesia pada tahun 2021. Banyaknya hujan yang turun tersebut merupakan salah satu penyebab terjadinya bencana alam seperti banjir dan tanah longsor. Penelitian ini menggunakan data curah hujan dari Kabupaten Manokwari, Kabupaten Fakfak, dan Kabupaten Kaimana. Metode yang digunakan adalah Spatial Extreme Value dengan Max Stable Process Model Schlather. Data yang digunakan adalah curah hujan per jam periode 13 Maret 2022 hingga 17 Oktober 2022 dengan proporsi data training dan testing 85,84% dan 14,16%. Pengambilan data ekstrem dilakukan dengan metode Block Maxima lalu fitting distribusi Generalized Extreme Value (GEV). Data ekstrem kemudian ditransformasi ke unit margin Frechet Z. Selanjutnya dilakukan perhitungan koefisien ekstremal yang menghasilkan nilai di antara 1,4 hingga 1,85 yang menunjukkan adanya hubungan antar lokasi. Kemudian ditentukan model trend surface terbaik, yaitu melibatkan koordinat lintang dalam perhitungan parameter lokasi serta menggunakan kedua koordinat yaitu bujur dan lintang dalam perhitungan parameter skala. Selanjutnya dilanjutkan dengan estimasi parameter secara spasial dengan menggunakan fungsi korelasi powered exponential. Kemudian, dilakukan validasi model dengan menggunakan MAPE berdasarkan perbandingan return level dan data testing. Nilai MAPE yang didapatkan adalah 22,61% untuk metode iterasi BFGS. Langkah terakhir yaitu menghitung prediksi return level untuk periode 2, 4, 6, 8, dan 10 tahun ke depan. Hasil untuk Kabupaten Manokwari adalah 66,19294 mm/jam, 108,25585 mm/jam, 144,22505 mm/jam, 176,72992 mm/jam, dan 206,87907 mm/jam secara berturut-turut. Sedangkan untuk Kabupaten Fakfak adalah 26,78207 mm/jam, 36,92439 mm/jam, 44,43928 mm/jam, 50,63327 mm/jam, dan 55,99955 mm/jam serta untuk Kabupaten Kaimana adalah 140,00150 mm/jam, 234,26010 mm/jam, 316,44530 mm/jam, 391,65540 mm/jam, dan 462,07060 mm/jam. Seluruh hasil tersebut termasuk ke dalam kategori sangat lebat. Hasil ini dapat digunakan oleh pihak terkait seperti Badan Nasional Penanggulangan Bencana (BNPB) atau Badan Penanggulangan Bencana Daerah (BPBD) untuk melakukan upaya mitigasi bencana.
================================================================================================================================
Data from Badan Pusat Statistik (BPS) in 2021 notes the province of West Papua as the province with the 5th highest rainfall in Indonesia with a rainfall of 3,811 mm. The province also recorded 268 rainy days, the most amongst all provinces in the country. The excess amount of rain is one of the causes of disasters such as floods and landslide. This research uses rainfall data from the Regencies of Manokwari, Fakfak, and Kaimana. The method used is Spatial Extreme Value particularly Schlather's Model of the Max Stable Process. The data used is hourly rainfall for the period of 13 March 2022 to 17 October 2022 with the proportion of training and testing data respectively 85.84% and 14.16%. Extreme data collection was carried out using the Block Maxima method with a fitting to the Generalized Extreme Value (GEV) distribution. The extreme data were then transformed into the Frechet Z margin units. The calculation of the extreme coefficient resulted in a value between 1.4 to 1.85, indicating a relationship between the locations. Next, the best trend surface model was determined, which involves latitude coordinates for the calculation of the location parameter and both longitude and latitude coordinates for the calculation of the scale parameter. The spatial parameter estimation is carried using the powered exponential correlation function. Then, model validation was carried out using MAPE based on a comparison of return levels and testing data. The MAPE value was 22.61% for the BFGS iteration method. The final step is to calculate return levels for periods of 2, 4, 6, 8, and 10 years ahead. The results for Manokwari Regency were 66.19294 mm/hour, 108.25585 mm/hour, 144.22505 mm/hour, 176.72992 mm/hour and 206.87907 mm/hour respectively. Whereas for Fakfak Regency it was 26.78207 mm/hour, 36.92439 mm/hour, 44.43928 mm/hour, 50.63327 mm/hour and 55.99955 mm/hour and for Kaimana Regency it was 140.00150 mm/hour hours, 234.26010 mm/hour, 316.44530 mm/hour, 391.65540 mm/hour and 462.07060 mm/hour. These results can be used by related parties such as the Badan Nasional Penanggulangan Bencana (BNPB) or the Badan Penaggulangan Bencana Daerah (BPBD) to carry out disaster mitigation efforts.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Curah hujan, Spatial Extreme Value, Max Stable Process, Model Schlather, Return Level Rainfall, Spatial Extreme Value, Max Stable Process, Schlather’s Model, Return Level
Subjects:	Q Science Q Science > QA Mathematics
Divisions:	Faculty of Science and Data Analytics (SCIENTICS) > Actuaria > 94203-(S1) Undergraduate Thesis
Depositing User:	Alya Azzahra
Date Deposited:	04 Jul 2023 03:52
Last Modified:	04 Jul 2023 03:52
URI:	http://repository.its.ac.id/id/eprint/98263

Actions (login required)

View Item