Analisis Spasial Return Period Berbasis Kopula untuk Data Curah Hujan Ekstrem di Sulawesi Selatan

Abstract

Tingginya curah hujan di suatu wilayah menyebabkan wilayah tersebut rentan terhadap berbagai bencana. Untuk mengurangi risiko kerusakan yang disebabkan oleh berbagai bencana, maka karakteristik hujan ekstrem penting untuk diketahui. Pada umumnya, karakteristik hujan ekstrem digambarkan dengan satu peubah. Namun sebagian besar kejadian curah hujan ekstrem perlu juga dijelaskan berdasarkan periode waktu kejadiannya dengan menggunakan beberapa peubah agar mendapatkan hasil yang lebih akurat. Penelitian ini memodelkan karakteristik curah hujan ekstrem dengan dua peubah, yakni intensitas curah hujan ekstrem dan volume curah hujan ekstrem. Intensitas dan volume curah hujan ekstrem didefinisikan sebagai curah hujan yang lebih atau sama dengan persentil ke-75. Keterkaitan antara kedua peubah tersebut dapat diketahui dengan pendekatan kopula. Kopula mempunyai kemampuan untuk mendeskripsikan struktur dependensi antar peubah dengan marginal yang berbeda dan memodelkan dependensi tail-nya. Beberapa jenis kopula yang paling populer adalah keluarga kopula Archimedean yang terdiri dari tiga kelas kopula yaitu kopula Clayton, kopula Gumbel, dan kopula Frank. Penelitian ini membahas aplikasi kopula Archimedean dalam memodelkan struktur dependensi antara dua peubah yaitu intensitas persentil ke-75 (I75) dan volume persentil ke-75 (P75). Untuk memilih kelas kopula yang cocok untuk menjelaskan dependensi antar peubah, maka dilakukan pemilihan model kopula terbaik dengan metode kopula empirik. Waktu terjadinya kedua peubah tersebut berulang (return period), sehingga pertemuan antara volume curah hujan ekstrem dan intensitas curah hujan ekstrem akan memicu terjadinya bencana yang serius. Hasil penelitian menunjukkan terdapat 16 stasiun yang mengikuti model kopula Clayton, 23 stasiun yang mengikuti model kopula Gumbel, dan 14 stasiun yang mengikuti model kopula Frank. Setelah mengetahui karakteristik model distribusi bersama intensitas dan volume curah hujan ekstrem, selanjutnya dilakukan penghitungan nilai return period pada intensitas dan volume curah hujan ekstrem. Dari hasil penghitungan tersebut, diperoleh nilai return period untuk setiap stasiun dengan rentang nilai 5.4 – 7.8. Stasiun dengan nilai return period terendah terletak di Kecamatan Alla sementara stasiun dengan nilai return period tertinggi terletak di Kecamatan Camba dan Maros Baru. Nilai return period tersebut dapat bermanfaat sebagai informasi serta bahan evaluasi yang berguna untuk menyiapkan program mitigasi bahaya alam. Hasil analisis autokorelasi spasial dengan indeks Moran menunjukkan bahwa ada keterkaitan beberapa nilai return period antar kecamatan di Sulawesi Selatan, dengan nilai indeks Moran sebesar 0.209. Artinya, nilai return period antar kecamatan di Sulawesi Selatan berkorelasi secara spasial dengan pola hubungan mengelompok. Hasil analisis autokorelasi spasial dengan LISA menunjukkan bahwa terdapat tujuh kecamatan yang teridentifikasi memiliki autokorelasi spasial secara lokal. Selanjutnya yang menjadi perhatian kita adalah kecamatan yang berada pada kuadran III dari hasil Moran‟s scatterplot, karena kecamatan yang berada pada kuadran ini memiliki nilai return period yang kecil dan dikelilingi dengan kecamatan yang memiliki nilai return period yang kecil juga. Artinya, hujan ekstrem yang terjadi cenderung lebih sering pada wilayah ini dan bisa mengakibatkan terjadinya bencana alam sehingga membutuhkan perhatian yang lebih dibandingkan wilayah lainnya dalam penanganan bencana alam.