ZAHRATUL JANNAH, - (2025) PEMODELAN BEBERAPA DISTRIBUSI STATISTIK UNTUK DATA CURAH HUJAN EKSTREM MENGGUNAKAN METODE ESTIMASI MAKSIMUM LIKELIHOOD DAN METODE BAYESIAN. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

Preview	Text (SKRIPSI (BAB I, II, III, dan V)) SKRIPSI (BAB I, II, III, dan V).pdf Download (11MB) | Preview
	Text (SKRIPSI (BAB IV)) SKRIPSI (BAB IV).pdf - Published Version Restricted to Repository staff only Download (628kB)

Abstract

Kota Pekanbaru telah berkembang pesat menjadi kota metropolitan. Namun, dalam proses perkembangannya, kota ini menghadapi berbagai tantangan, seperti banjir dan kabut asp, yang disebabkan oleh curah hujan ekstrem di wilayah tersebut. Untuk mengatasi tantangan ini, diperlukan informasi yang akurat mengenai intensitas curah hujan ekstrem. Salah satu alat penting yang mampu menyediakan informasi terkait curah hujan ekstrem adalah distribusi peluang. Berdasarkan latar belakang tersebut, penelitian ini bertujuan untuk menentukan distribusi dan metode estimasi parameter terbaik dalam memodelkan data curah hujan esktrem di Kota Pekanbaru pada periode 2010-2024. Distribusi yang digunakan dalam penelitian ini meliputi Generalized Extreme Value (GEV), Generalized Logistic (GLO), Generalized Pareto (GP). Metode estimasi parameter yang diterapkan adalah Maximum Likelihood Estimation (MLE) dan Bayesian Markov Chain Monte Carlo (MCMC). Data Curah hujan diperoleh dari basis data satelit NASA/POWER. Pemilihan model terbaik dilakukan menggunakan uji Relative Root Mean Square Error (RRMSE), Relative Absolute Square Error (RASE), dan Probability Plot Correlation Coefficient (PPCC). Hasil dari penelitian ini menunjukkan bahwa tidak ada distribusi yang secara dominan unggul dalam memodelkan data curah hujan ekstrem di Kota Pekanbaru. Namun, berdasarkan hasil pengujian, Metode Bayesian lebih unggul dibandingkan Metode MLE dikarenakan memiliki nilai RRMSE dan RASE yang lebih kecil, serta nilai PPCC yang lebih mendekati 1.

Actions (login required)

View Item