Penerapan Interpolasi Robust Kriging Pada Data Spasial Berpencilan ( Studi Kasus Pada Data Curah Hujan Bulanan Wilayah Kabupaten Malang Tahun 2015 )
| Main Author: | Negara, NurAminahKusuma |
|---|---|
| Format: | Thesis NonPeerReviewed |
| Terbitan: |
, 2016
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/154982/ |
Daftar Isi:
- Hujan adalah komponen masukan penting dalam analisis hidrologi diukur melalui sebuah ukuran yang disebut dengan curah hujan. Karena keterbatasan biaya maupun tempat, maka tidak semua tempat memiliki stasiun curah hujan. Data curah hujan merupakan data spasial sehingga metode yang digunakan untuk menduga curah hujan di sekitar titik-titik yang diketahui adalah metode interpolasi spasial. Ordinary kriging adalah metode interpolasi spasial yang bekerja berdasarkan pembobot yang tergantung pada semivariogram. Interpolasi ordinary kriging menghasilkan nilai prediksi yang kurang tepat jika terdapat spatial outlier. Interpolasi pada data yang mengandung spatial outlier digunakan robust kriging. Tujuan dari penelitian adalah untuk mengidentifikasi spatial outlier pada data curah hujan bulanan Kabupaten Malang tahun 2015 dan menerapkan interpolasi robust kriging pada data curah hujan bulanan yang mengandung spatial outlier. Data yang digunakan untuk penelitian adalah data curah hujan bulanan Kabupaten Malang periode Januari s/d Desember 2015. Dari 12 data curah hujan bulanan, data yang mengandung spatial outlier adalah data bulan Januari, Februari, Maret, Mei, Juni, September, Oktober, November, dan Desember 2015. Berdasarkan nilai RMSE yang terkecil pada setiap bulan, model yang sesuai untuk bulan Januari, Februari, Juni, Oktober, dan Desember 2015 adalah model semivariogram Spherical, model yang sesuai untuk bulan Maret, Mei dan September 2015 adalah model eksponensial, dan model yang sesuai untuk bulan November 2015 adalah model gaussian. Metode interpolasi robust kriging menghasilkan peta interpolasi nilai curah hujan bulanan yang dapat digunakan untuk menginterpolasi curah hujan bulanan untuk dataset yang mengandung spatial outlier.