ANALISA KECENDERUNGAN CURAH HUJAN TERHADAP DISTRIBUSI DATA EKSTRIM PADA DAERAH ALIRAN SUNGAI DI PULAU AMBON. OBEDNEGO DOMINGGUS NARA POLITEKNIK NEGERI AMBON

  • Obednego Dominggus Nara Politeknik Negeri Ambon

Abstract

Penelitian ini bertujuan untuk mengetahui kecenderungan  curah hujan yang terjadi pada Daerah aliran sungai yang berada di pulau Ambon  selama 32 tahun (1984-2015) yang diuji dengan metode Mann-Kendall dan menggunakan EVT (Extreme Value Theory) untuk membahas kejadian kejadian-kejadian ekstrim yang terjadi dan dimodelkan dengan distribusi GEV. Dari hasil analis statistik mengidentifikasikan terjadi kencenderungan perubahan curah hujan secara signifikan (α) 0,05 ditemukan kecenderungan tren naik (positif) 8 bulan, dan 4 bulan  dengan kecenderungan turun (negatif) di Kota Ambon. Dari hasil model  dengan menggunakan distribusi GEV  maka didapat tingkat kesalahan untuk (α) 0,05 akan memberikan suatu keputusan kalau distribusi yang diuji cocok dengan distribusi GEV dan uji ditribusi Kolmogorov-Smirnov, dengan disitrbusi GEV memiliki peluang = 0.0405 dan memiliki nilai paling maksimum  dibandingkan dengan nilai lainnya. Oleh sebab itu hasil uji telah memberikan interpertasi analisis  kalau data curah hujan mengikuti bentuk distribusi   GEV dengan   rata-rata (μ) = 38.629 standar deviasi (σ) = 36.64 dan bentuk (ξ) = 0.436. Hasil uji telah memberikan bukti yang cukup  kalau curah hujan pada Daerah aliran sungai  di pulau Ambon berdistribusi ekstrim dan mempunyai fungsi sebaran nilai maksimum untuk pengamatan jangka waktu yang sesuai dengan periode ulang.

Downloads

Download data is not yet available.
Published
Jun 14, 2017
How to Cite
NARA, Obednego Dominggus. ANALISA KECENDERUNGAN CURAH HUJAN TERHADAP DISTRIBUSI DATA EKSTRIM PADA DAERAH ALIRAN SUNGAI DI PULAU AMBON. OBEDNEGO DOMINGGUS NARA POLITEKNIK NEGERI AMBON. Logic : Jurnal Rancang Bangun dan Teknologi, [S.l.], v. 17, n. 1, p. 1-8, june 2017. ISSN 2580-5649. Available at: <https://ojs.pnb.ac.id/index.php/LOGIC/article/view/501>. Date accessed: 26 apr. 2024.
Section
Articles