Analisis Time Varying Distribution untuk Data Curah Hujan dan Suhu Udara di Jakarta terhadap Perubahan Iklim Masa Depan

Abstract

Indonesia rentan terhadap perubahan iklim (curah hujan dan suhu udara) yang dapat meningkatkan peluang bencana klimatis. Analisis risiko yang terorganisir merupakan rencana strategi untuk meminimalisir dampak yang terjadi. Tujuan penelitian ini adalah mengestimasi parameter time varying distribution untuk distribusi normal, Generalized Extreme Value (GEV), dan lognormal menggunakan algoritma fminsearch dan MLE pada data curah hujan dan suhu udara di Jakarta, serta memvisualisasikan dan menganalisis time varying distribution terbaik. Metode Maximum Likelihood Estimation (MLE) digunakan untuk estimasi parameter distribusi stasioner. Algoritma fminsearch digunakan untuk estimasi parameter distribusi stasioner dan tak-stasioner. Nilai selisih tertinggi dari hasil parameter distribusi stasioner dari kedua metode adalah 5.3768 mm untuk data curah hujan dan 0.2670

Indonesia is vulnerable to climate changes (in term of rainfall and air temperature) which can increase the chances of climactic disasters. An organized risk analysis is a strategic plan to minimize the impact of the climate changes. The purpose of this study is to estimate the time varying distribution parameters for normal, Generalized Extreme Value (GEV), and lognormal distributions using fminsearch and MLE algorithms on rainfall and air temperature data in Jakarta, as well as to visualize and analyze the best time varying distribution. The Maximum Likelihood Estimation (MLE) method is used to estimate stationary distribution parameters. The fminsearch algorithm is used to estimate stationary and non-stationary distribution parameters. The highest difference value of the stationary distribution parameter results of the two methods was 5.3768 mm for rainfall data and 0.2670