dc.contributor.advisor | Mangku, I Wayan | |
dc.contributor.advisor | Ardana, Ngakan Komang Kutha | |
dc.contributor.author | Ikhwanudin | |
dc.date.accessioned | 2018-08-29T06:21:20Z | |
dc.date.available | 2018-08-29T06:21:20Z | |
dc.date.issued | 2018 | |
dc.identifier.uri | http://repository.ipb.ac.id/handle/123456789/93406 | |
dc.description.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. | id |
dc.language.iso | id | id |
dc.publisher | Bogor Agricultural University (IPB) | id |
dc.subject.ddc | Mathematics | id |
dc.subject.ddc | Mathematical models | id |
dc.subject.ddc | 2016 | id |
dc.subject.ddc | Bogor-JABAR | id |
dc.title | Analisis Periode Kekeringan Menggunakan Proses Poisson Non-Homogen dengan Fungsi Intensitas Menyebar Weibull | id |
dc.type | Undergraduate Thesis | id |
dc.subject.keyword | kekeringan | id |
dc.subject.keyword | Standardized Precipitation Index (SPI) | id |
dc.subject.keyword | metode Bayes | id |
dc.subject.keyword | metode kemungkinan maksimum | id |
dc.subject.keyword | proses Poisson non-homogen | id |