| dc.description.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. | id |
