Ahmad Raflie, Pahlevi and Warsono, Warsono (2018) KAJIAN BEST-FIT DISTRIBUSI PROBABILITAS UNTUK CURAH HUJAN HARIAN DAN APLIKASINYA DALAM MITIGASI HUJAN EKSTRIM DI PULAU SUMATERA. Prosiding Seminar Nasional METODE KUANTITATIF 2018. pp. 28-38. ISSN 978-623-90150-0-8

[img]
Preview
Text
AR PAHLEVI_WARSONO_SNMK_2018.pdf

Download (7MB) | Preview
Official URL: http://matematika.fmipa.unila.ac.id/?p=4688

Abstract

Kejadian hujan ekstrim, sebagai salah satu dari kejadian cuaca ekstrim dalam hidrometeorologi yang paling sering terjadi, sehingga mendapatkan perhatian yang lebih karena dampaknya yang besar pada perekonimian dan kehidupan manusia. Kajian distribusi probabilitas menjadi penting dalam menentukan model yang paling sesuai dalam mengantisipasi kejadian ekstrim dari fenomena alam, seperti hujan ekstrim dan banjir. Tujuan dari penelitian ini adalah untuk menentukan best-fit distribusi probabilitas pada kasus hujan harian maximum selama 5 tahun dari tahun 2013-2017 di Sumatera dengan menggunakan data curah hujan harian yang didapatkan dari 8 stasiun pengamatan cuaca. Distribusi yang digunakan adalah distribusi normal, gamma, weibull, generalized extreme value, dan generalized pareto. Pendugaan parameter dilakukan dengan metode maximum likelihood dan distribusi terbaik ditentukan dengan menggunakan tes Kolmogrov-Smirnof dan AndersenDarling. Distribusi terbaik berdasarkan tes statistik tersebut adalah distribusi generalized pareto, yang menunjukkan kecocokan yang baik dalam memodelkan curah hujan di Pulau Sumatera. Aplikasi penggunakan distribusi Pareto menunjukkan potensi hujan ekstrim di Pesisir Barat Lampung 1.1%, Bengkulu 1.1%, Padang 1.5%, Sibolga 1.7%, Kerinci 0.3%, Medan 0.5%, Palembang 0.7%, dan Bandar Lampung 0.4%.

Item Type: Article
Subjects: Q Science > QA Mathematics
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam (FMIPA) > Prodi Matematika
Depositing User: WARSONO
Date Deposited: 10 May 2019 02:20
Last Modified: 10 May 2019 02:20
URI: http://repository.lppm.unila.ac.id/id/eprint/12381

Actions (login required)

View Item View Item