Pemodelan Spatial Ekstrem dengan Proses Max-Stable Pada Data Curah Hujan Ekstrem di Kabupaten Lamongan
Rosna Malika (a*), Sutikno (a), Wahyu Wibowo (a)
a) Jurusan Statistika, Institut Teknologi Sepuluh Nopember
Kampus ITS Sukolilo Surabaya, Jawa Timur 60111
*rosna23[at]gmail.com
Abstract
Kejadian cuaca dan iklim ekstrem merupakan sesuatu yang langka dan sulit untuk dihindari serta memberikan dampak yang seringkali merugikan terhadap berbagai segi kehidupan. Berdasarkan data observasi yang ada dan perkembangan ilmu pengetahuan berkaitan dengan model iklim menunjukkan bahwa kejadian bencana alam akan semakin meningkat di masa mendatang. Oleh karena itu, sangat dibutuhkan pengetahuan untuk mempelajari kejadian-kejadian ekstrem, khususnya secara spasial. Pada kasus Extreme Value Theory (EVT) univariat, data ekstrem hanya diukur dan dianalisis pada satu titik atau lokasi, namun kejadian alam seperti suhu, curah hujan, dan angin terjadi karena proses alamiah serta dipengaruhi oleh kondisi suatu tempat (unsur spasial). Spatial extremes modeling berawal dari pemodelan nilai ekstrem dengan distribusi nilai ekstrem multivariat sehingga data ekstrem pada beberapa titik lokasi observasi dipandang sebagai variabel multivariat. Kesulitan utama dalam mempelajari metode spatial extreme adalah kurangnya model yang fleksibel dan metode inferensial yang sesuai. Oleh karena itu, dibutuhkan pendekatan lain salah satunya dengan menggunakan proses max-stable. Proses max-stable analog dengan nilai ekstrem multivariat yang mempunyai pendekatan distribusi Generalized Extreme Value (GEV). Konsep dasar proses max-stable adalah memperluas distribusi nilai ekstrem multivariat ke dimensi yang tak terbatas yaitu konteks spasial. Pada penelitian ini akan dilakukan pemodelan spatial extreme di Indonesia dengan proses max-stable model Schlather pada studi kasus data curah hujan ekstrem di Kabupaten Lamongan. Hasil yang diharapkan dari penelitian ini adalah dapat mengidentifikasi dependensi spasial curah hujan ekstrem dengan ekstremal koefisien dan madogram yang merupakan pendekatan dari variogram. Selain itu juga dapat menentukan nilai estimasi parameter distribusi Generalized Extreme Value (GEV).
Keywords: Curah hujan ekstrem, Spatial extreme modeling, Proses Max-stable, Distribusi Generalized Extreme Value (GEV)
Topic: Lain-lain (ETC)