ANALISIS FENOMENA TEKANAN UDARA PERMUKAAN INDONESIA SEBELUM KEJADIAN HUJAN EKSTREM DI KABUPATEN INDRAMAYU DENGAN PENDEKATAN BOOTSTRAP Sri Hidayati 1312105023 Dosen Pembimbing:
Heri Kuswanto, Dr. rer.pol
PENDAHULUAN Latar Belakang
Permasalahan
Tujuan
Manfaat
Batasan Masalah
LATAR BELAKANG
LATAR BELAKANG
LATAR BELAKANG
Claps dan Laio (2003) pada analisis membandingkan bentuk kurva banjir dan frekuensi curah hujan tiap lembah di Italia. Kurva tersebut diperoleh dengan menggunakan prosedur POT pada timeseries harian, yang mengestimasi shape parameter untuk tiap 2 distribusi.
LATAR BELAKANG
Seto (2011) menyimpulkan bahwa yang memiliki tekanan Parthasarathy (1992) curah hujandaerah di India berhubungan negatif lebih rendah cenderung memiliki curahmusim hujan yang lebih tinggi dengan tekanan permukaan sebelum hujan. Sehingga dibandingkan dengan sebelum daerah-daerah sekitarnya. tekanan permukaan musimdihujan dapat digunakan sebagai prediksi curah hujan di masa mendatang.
LATAR BELAKANG
Grotjahn dan Faure (2008) untuk menguji signifikansi bagian-bagian pada peta komposit di California. Peta komposit dengan bagian-bagian yang signifikan dapat digunakan untuk meramalkan keadaan cuaca luar biasa di masa mendatang.
PERMASALAHAN 1
Bagaimana mengidentifikasi kejadian curah hujan ekstrim di Kabupaten Indramayu?
2
Tekanan udara permukaan di daerah mana sajakah yang mempengaruhi curah hujan ekstrim di Kabupaten Indramayu?
TUJUAN 1
Mengidentifikasi kejadian curah hujan ekstrim di Kabupaten Indramayu
2
Menentukan daerah-daerah dengan tekanan udara permukaan yang berpengaruh signifikan terhadap kejadian curah hujan ekstrim di Kabupaten Indramayu
MANFAAT
BMKG
Sebagai early warning BMKG dalam meramalkan curah hujan ekstrim di Kabupaten Indramayu dengan melihat tekanan udara permukaan di daerahdaerah yang berpengaruh signifikan.
BATASAN MASALAH keadaan atmosfer yang digunakan adalah tekanan udara permukaan.
TINJAUAN PUSTAKA EVT
POT
THRESHOLD
BOOTSTRAP
Extreme Value Theory Extreme Value Theory (EVT) adalah bagian dari statistika yang digunakan untuk memodelkan kejadian ekstrim. Kejadian ekstrim mengidentifikasi kejadiankejadian yang jarang terjadi atau dikenal dengan kejadian ekstrem atas atau bawah.
PEAK OVER THRESHOLD Peaks Over Threshold (POT) adalah penentuan nilai ekstrim yang dilakukan dengan menggunakan patokan yang disebut threshold (u). Data yang melebihi patokan tersebut atau threshold akan diidentifikasi sebagai nilai ekstrim.
PEAK OVER THRESHOLD Apabila nilai threshold semakin tinggi maka nilai kelebihan (x- u) yang diperoleh dari POT ini akan mengikuti generalized pareto distribution (GPD) yang memiliki cumulative distribution function (cdf):
PEAK OVER THRESHOLD
PENENTUAN THRESHOLD Mean Residual Life Plot (MRLP) merupakan salah satu metode dalam menentukan nilai threshold. Metode MRLP ini berdasarkan pada nilai rataan GPD.
E (Y ) =
σ 1− ξ
Menentukan nilai threshold dapat dilakukan dengan persamaan:
PENENTUAN THRESHOLD
BOOTSTRAP Metode bootstrap adalah prosedur pengambilan sampel baru secara berulang sebanyak N sampel baru dari data asal berukuran n. Dimana untuk sebuah sampel baru dilakukan pengambilan titik sampel dari data asal dengan cara satu persatu sampai n kali dengan pengembalian.
METODOLOGI PENELITIAN SUMBER DATA
METODE ANALISIS
SUMBER DATA
Data curah hujan harian di Indramayu dari tahun 1979 sampai tahun 2006 yang diperoleh dari Badan Meteorologi Klimatologi dan Geofisika (BMKG). data atmosfer tentang tekanan udara permukaan daerah-daerah sekitar dengan grid 0,25 derajat yang diakses dari ERA-Interim di www.ecmwf.int .
LANGKAH ANALISIS 1. Mendeskripsikan pola data curah hujan Kabupaten Indramayu untuk melihat pola sebaran hujan. 2. Mengidentifikasi nilai ekstrem pada data curah hujan di Kabupaten Indramayu dengan menggunakan Peaks Over Threshold. 3 Mendeskripsikan data tekanan permukaan daerah-daerah di Indonesia pada koordinat 5o LU 10o LS dan 100 oBB - 150 o BT dengan grid 0,25o.
LANGKAH ANALISIS 4. Menganalisis data tekanan udara permukaan saat 1 hari dan 2 hari sebelum (H-1 dan H-2) kejadian hujan ekstrem di Kabupaten Indramayu dengan metode bootstrap. 5. Menggambarkan fenomena tekanan permukaan daerah-daerah di Indonesia saat H-1 dan H-2 kejadian hujan ekstrim di Indramayu.
STATISTIK DESKRIPTIF CURAH HUJAN KABUPATEN INDRAMAYU
Rata-rata banyak hari hujan pertahun
42.6786
40
29.0357
30
20
10 6.07143
0.642857
0
ringan
normal
Lebat
sangat lebat
STATISTIK DESKRIPTIF CURAH HUJAN KABUPATEN INDRAMAYU 16
Rata-rata Curah Hujan Harian
14 12 10 8 6 4 2 0
Jan
Feb
Maret April
Mei
Juni Juli Bulan
Agust Sept
Okt
Nov
Des
EXTREME VALUE THEORY PADA CURAH HUJAN KABUPATEN INDRAMAYU 200
Bangkir
150
100
50
0 79 80 81 82 8 3 8 4 85 86 87 88 89 90 91 9 2 9 3 94 95 96 97 98 99 00 0 1 0 2 03 04 05 06 1 9 19 19 19 19 19 19 19 1 9 1 9 19 19 19 19 19 19 19 1 9 1 9 19 19 20 20 20 20 20 2 0 2 0
Tahun
EXTREME VALUE THEORY PADA CURAH HUJAN KABUPATEN INDRAMAYU
200
Curah hujan harian
150
100
50
0 Agustus April
Des
Feb
Jan
Juli
Juni
Bulan
Maret
Mei
Nov
Okt
Sept
EXTREME VALUE THEORY PADA CURAH HUJAN KABUPATEN INDRAMAYU 8000 7000
Frequency
6000 5000 4000 3000 2000 1000 0
0
25
50
75 100 Curah Hujan Harian
125
150
175
EXTREME VALUE THEORY PADA CURAH HUJAN KABUPATEN INDRAMAYU Normal Mean StDev N KS P-Value
99.99 99
Percent
95 80 50 20 5 1 0.01 -50
0
50 100 Curah Hujan Harian
150
200
5.108 13.00 10228 0.419 <0.010
PENGAMBILAN SAMPEL EKSTREM DENGAN PEAKS OVER THRESHOLD
PENGAMBILAN SAMPEL EKSTREM DENGAN PEAKS OVER THRESHOLD
200
curah hujan
150
100
u=50
50
0 0
2000
4000
6000 No
8000
10000
PENGAMBILAN SAMPEL EKSTREM DENGAN PEAKS OVER THRESHOLD
175
hujan ekstrim
150
125
100
75
50 Jan
Feb
Maret April
Mei
Juni Juli Bulan
Agust
Sept
Okt
Nov
Des
PENGAMBILAN SAMPEL EKSTREM DENGAN PEAKS OVER THRESHOLD
60
Frekuensi
50 40 30 20 10 0
Jan
Feb
Maret
April
Mei
Juni Juli Bulan
Agust
Sept
Okt
Nov
Des
ESTIMASI PARAMETER GPD PADA CURAH HUJAN EKSTREM KABUPATEN INDRAMAYU
Karakteristik Threshold (u) Jumlah pengamatan (n) Jumlah pengamatan di atas threshold (nu) Parameter skala (scale) Parameter bentuk (shape)
Nilai 50 10228 175 25,27 -0,087
ESTIMASI PARAMETER GPD PADA CURAH HUJAN EKSTREM KABUPATEN INDRAMAYU Quantile Plot
140 60
100
Empirical
0.6 0.2
Model
1.0
180
Probability Plot
0.0
0.2
0.4
0.6
0.8
1.0
60
80
Empirical
Variabel Hujan Ekstrem Indramayu
100
140
Model
D hitung
D tabel
0,0502
0,1028
Keputusan Gagal Tolak H0
ANALISIS DATA TEKANAN UDARA PERMUKAAN INDONESIA
ANALISIS DATA TEKANAN UDARA PERMUKAAN INDONESIA
101000
Variable Batang Kuantan, sumbar W irosari, Jateng Tanjung Manimbay , Sulteng Bumiay u, Jateng
Tekanan udara permukaan
100500 100000 99500 99000 98500 98000 97500 1979
1983
1987
1991 1995 Tahun
1999
2003
BOOTSTRAP PADA DATA TEKANAN UDARA PERMUKAAN
BOOTSTRAP PADA DATA TEKANAN UDARA PERMUKAAN DAERAH – DAERAH DI INDONESIA SAAT H-1 KEJADIAN HUJAN EKSTREM DI INDRAMAYU rendah 1150 41% tinggi 1667 59%
BOOTSTRAP PADA DATA TEKANAN UDARA PERMUKAAN DAERAH – DAERAH DI INDONESIA SAAT H-2 KEJADIAN HUJAN EKSTREM DI INDRAMAYU
BOOTSTRAP PADA DATA TEKANAN UDARA PERMUKAAN DAERAH – DAERAH DI INDONESIA SAAT H-2 KEJADIAN HUJAN EKSTREM DI INDRAMAYU tinggi 2218 68%
rendah 1062 32%
BOOTSTRAP PADA DATA TEKANAN UDARA PERMUKAAN DAERAH – DAERAH DI INDONESIA SAAT H-2 KEJADIAN HUJAN EKSTREM DI INDRAMAYU
KESIMPULAN 1. Kabupaten Indramayu tergolong dalam daerah yang jarang terjadi turun hujan, namun varians curah hujan di daerah tersebut cukup tinggi. Dalam 1 tahun, rata – rata terjadi curah hujan ringan sebanyak 43 hari, hujan normal sebanyak 29 hari, hujan lebat sebanyak 6 hari, dan hujan sangat lebat sebanyak 1 hari. . 2. Musim penghujan di Kabupaten Indramayu adalah bulan Nopember - Maret
KESIMPULAN 3. Pola data curah hujan harian mengandung data berekor (nilai ekstrem). Berdasarkan pola grafik MRLP, nilai threshold sebesar 50. Sehingga didapatkan dari tahun 1979 – 2006 sebanyak 175 hari terjadi hujan ekstrem di Kabupaten Indramayu. 4. Tekanan permukaan di sebagian besar pulau Sumatera dan sebagian kecil pulau Kalimantan tergolong tinggi, sebaliknya tergolong rendah di daerah Jawa-Bali saat H-1 dan H-2 sebelum kejadian hujan ekstrem di Kabupaten Indramayu.
SARAN Untuk penelitian selanjutnya, disarankan untuk menambah data keadaan atmosfer yang lain yang juga memiliki keterikatan dengan curah hujan seperti arah angin. sehingga hasil informasi yang didapatkan akan lebih akurat. Serta perlu dilakukan penelitian lebih lanjut untuk membuktikan hipotesis tersebut.
DAFTAR PUSTAKA Berita Resmi Statistik. 2010. Luas Panen, Produktivitas dan Produksi Padi Sawah (GKG) di Jawa Barat. [http://jabar.bps.go.id/subyek/luas-panen-produktivitas-dan-produksi-padi-sawah-gkg-di-jawa-barat-1/] diakses pada tanggal 11 Oktober 2013. Chaves, D.V. dan Embrechts, P. 2002, Smooth Extermal Models for Operational Risk, Financial Valuation and Risk Management Working Paper Series , 135. Claps dan Laio. 2003. Peak Over Threshold Analysis Of Flood And Rainfall Frequency Curves. Proceedings of the ESF LESC Exploratory, Italy. Coles, S. 2001. An Introduction to Statistical Modeling of Extreme Values. London: Springer-Verlag,. Efron dan Dicicio. 1996. Bootstrap Confidence Interval. Statistical Science, Vol 11, No.3, 189-228. Efron, Bradley. 1994. The Bootstrap, The Bootstrap and The Other Resampling Plans, Department of Statistics Stanford University. Grotjahn dan Faure . 2008. Composite Predictor Maps of Extraordinary Weather Events in the Sacramento,California, Region. University of California, California. Juliastuti, D. 2007. Implementasi Metode Extreme Value Theory dalam Pengukuran Risiko Operasional (Studi Kasus pada PT. Bank AAA). Jakarta: Tesis Fakultas Ekonomi Universitas Indonesia Mallor, Nualart, Omey. 2009. An Introduction to Satistical Modelling of Extreme Value Application to Calculate Extreme Wind Speeds. Hogeschool Universitei Briscel. Manurung, A.S. 2007. Istilah dan Pengertian Dalam Prakiraan Musim. [http://meteogo.blogspot.com/search/label/Pengertian] Parthasarathy, Kumar, Munot. 1992. Surface Pressure And Summer Monsoon Rainfall Over India . Advances in Atmospheric Sciences, Vol 9, issue 3, pp 359-366. Sensus Pertanian 2013. 2013. Usaha Pertanian Kabupaten Indramayu. [http://st2013.bps.go.id] diakses pada tanggal 1 November 2013. Seto, T.H. 2011. Distribusi Temporal Dan Spasial Tekanan Udara Terkait Pertumbuhan Awan Di Das Larona, Sulawesi Selatan. Jurnal Sains & Teknologi Modifikasi Cuaca, Vol. 12, No. 2, 2011: 55-61. Singh dan Xie. (Tanpa Tahun). Bootstrap : A Statistical Method. Rutgers University Smith, R. L. 2009. Extreme Value Theory. University of North Carolina, Chapell Hill. Walpole, Ronald E. 1995. Pengantar Statistik. Edisi ke-3. PT. Gramedia Pustaka. Utama, Jakarta
ANALISIS FENOMENA TEKANAN UDARA PERMUKAAN INDONESIA SEBELUM KEJADIAN HUJAN EKSTREM DI KABUPATEN INDRAMAYU DENGAN PENDEKATAN BOOTSTRAP Sri Hidayati 1312105023 Dosen Pembimbing:
Heri Kuswanto, Dr. rer.pol