Analisis Periode Kekeringan Menggunakan Proses Poisson Non-Homogen dengan Fungsi Intensitas Menyebar Weibull

Abstract

Kekeringan merupakan fenomena iklim yang terjadi akibat minimnya jumlah ketersediaan air di suatu tempat sehingga menimbulkan dampak negatif terhadap aktivitas makhluk hidup. Ancaman kekeringan dapat diantisipasi dengan memonitor kekeringan melalui indeks kekeringan. Standardized Precipitation Index (SPI) merupakan indeks kekeringan yang digunakan oleh banyak negara di seluruh dunia. Pada karya ilmiah ini, model yang digunakan untuk menganalisis banyaknya peristiwa kekeringan adalah model proses Poisson non-homogen dengan fungsi intensitas menyebar Weibull. Pendugaan parameter dari fungsi intensitas tersebut menggunakan metode Bayes melalui pendekatan Markov Chain Monte Carlo (MCMC) dan metode kemungkinan maksimum (maximum likelihood). Pemilihan periode kekeringan terbaik diperoleh dengan menggunakan nilai Deviance Information Criterion (DIC) dan nilai Akaike Information Criterion (AIC). Berdasarkan dua metode tersebut, merupakan indeks kekeringan terbaik yang cocok digunakan untuk memodelkan banyaknya peristiwa kekeringan dengan periode kekeringan selama 12 bulanan.