Analisis Extreme Value untuk

Identifikasi Perubahan Iklim

(Studi Kasus: Identifikasi Perubahan
Iklim Di Jakarta)

Oleh : Joni Irawan (1307100038)

Pembimbing : Dr. Sutikno M.Si
AGENDA
TINJAUAN METODOLOGI
PENDAHULUAN
PUSTAKA PENELITIAN

DAFTAR KESIMPULAN ANALISIS DAN

PUSTAKA DAN SARAN PEMBAHASAN
LATAR BELAKANG

prakiraan-
prakiraan adanya
perubahan iklim
LATAR BELAKANG(LANJUTAN)
Gambaran perubahan
iklim

fakta adanya
perubahan iklim
masih terbatas
PERMASALAHAN

bagaimana mengidentifikasikan
perubahan iklim dengan
menggunakan analisis extreme
value
TUJUAN
• Mendeskripsikan curah hujan di wilayah
Jakarta.
• Mendapatkan distribusi general extreme value
menurut periode di wilayah penelitian.
• Mengidentifikasikan perubahan iklim yang
terjadi di stasiun Jakarta dengan menggunakan
analisis extreme value.
•
MANFAAT
• memberikan wawasan keilmuan yang
berkaitan dengan analisis extreme value
Bagi dan aplikasinya dalam bidang kajian
Peneliti perubahan iklim.
• Memberikan informasi dalam mengidentifikasi
adanya perubahan iklim yang selanjutnya dapat
digunakan sebagai peringatan dini untuk
Bagi melakukan adaptasi dan mitigasi perubahan
Pemerintah iklim di Indonesia
BATASAN MASALAH
• Data curah hujan di Stasiun Jakarta yang tidak
terdapat data missing.
• Periode data curah hujan mulai tahun 1960
hingga 2003 dengan curah hujan per sepuluh
harian (dasa harian).
 TINJAUAN PUSTAKA
• Extreme Value Distribution (distribusi nilai
ekstrim) adalah salah satu bentuk distribusi
Distribusi peluang kontinu yang diperoleh dari teori nilai
Extreme ekstrim (bisa maksimum atau minimum).
Value

CDF(Cumulatif
Distribution
Function)

parameter
parameter
skala parameter
lokasi bentuk
 TINJAUAN PUSTAKA

PDF (Probability
Distribusi
Function)

parameter
skala
parameter parameter bentuk
lokasi
 TINJAUAN PUSTAKA
Gumbel -
tipe I

Frechet –
tipe II

Weibull-tipe
III
TINJAUAN PUSTAKA

μ
μ

μ
ξ
TINJAUAN PUSTAKA

Metode Block Maxima

tiap blok periode
data dibagi dalam
ditentukan
blok-blok dalam
besarnya data
periode waktu
yang paling
tertentu
maksimal
TINJAUAN PUSTAKA

Metode Peaks-Over-Threshold

Semua data yang

menentukan nilai melewati patokan(nilai
patokan(maksimal atau maksimal) atau kurang
minimal) atau dari (patokan)nilai
(threshold) minimal adalah data
ekstrim
PENGUJIAN DISTRIBUSI DATA
• Dalam melakukan pengujian Goodness of Fit salah
satu cara yang bisa digunakan adalah dengan
menggunakan uji Kolmogorov-Smirnov yang
bertujuan untuk mengetahui apakah distribusi
hasil pengamatan sesuai dengan hasil yang
diharapkan uji
• H0 : x adalah variabel random berdistribusi sesuai
dengan Fe(xi).
• H1 : x adalah variabel random independen yang
tidak berdistribusi sesuai dengan Fe(xi).
PENGUJIAN DISTRIBUSI DATA(LANJUTAN)
• Statistik uji

D = maks Fa ( x i ) − Fe( x i )
• Tolak Ho apabila D > Dα
KEADAAN IKLIM DI INDONESIA
• Wilayah Indonesia terletak di daerah tropis yang
dilintasi oleh garis Khatulistiwa. (Aldrian,
2003).
Keadaan Iklim di Indonesia
• Perubahan suhu rata-rata tahunan 1901-1998 (atas)
dan curah hujan tahunan 1901-1998 (bawah) untuk
Indonesia. Perubahan-perubahan terhadap nilai iklim
rata-rata 1961-1990 untuk suhu dan curah hujan
masing-masing adalah 25,5oC dan 2548mm.
(Kaimuddin, 2000)
PENELITIAN MENGENAI PERUBAHAN IKLIM
• Kurniawan, 2009, Herizal, 2009, dan
Setiawan,2009 mengenai perubahan iklim
adalah proyeksi iklim di masa depan dengan
menggunakan model AOGCM.
• Penelitian pada ketidakpastian proyeksi
perubahan temperatur udara permukaan dan
curah hujan musiman untuk periode 30 tahunan
selama abad ke 21 telah dilakukan di Stasiun
Pemantau Atmosfer Global (GAW)
METODOLOGI PENELITIAN
• Data yang digunakan dalam penelitian ini adalah
data curah hujan yang tercatat per dasa hari di
stasiun Jakarta. Data diperoleh dari Badan
Meteorologi, Klimatologi dan Geofisika (BMKG)
dengan periode tahun 1960 sampai 2003.
• Data disusun berdasarkan triwulan, yaitu: triwulan
pertama Desember-Januari-Februari (DJF),
triwulan kedua Maret-April-Mei (MAM), triwulan
ketiga Juni-Juli-Agustus (JJA), dan triwulan
keempat bulan Septemper-Oktober-Nopember
(SON)
Metode Analisis Data
Metode Analisis Data
Metode Analisis Data
ANALISIS DAN PEMBAHASAN
 CURAH HUJAN
(mm)

400

0
200
300
500

100
1961
1963
1965
curah hujan
1968
(mm)

250

0
50
150
200

100
1970
1961 1972
1963 1975
1965 1977 DJF
1967 1979
1969 1982
1972 1984

Tahun
1974 1986
1976 1989
1978 1991

JJA
1981 1993
1983 1996

Tahun
1985 1998
1987 2000
Periode 2

1989 2003
1992
1994
1996
1998
2001 Periode 2
2003

curah hujan
(mm)
250

0
50
350

150
200
300

100

CURAH HUJAN
(mm) 1961
1963
80
200
180

40
60
100
140
160

20
120

0
1965
1961 1968
1963
1970
ANALISIS DAN PEMBAHASAN

1965
1972
1968
1975
1970
1977
1973
MAM

1979
1975
1978 1982
SON
Tahun

1980 1984
1983 1986
Tahun

1985 1989
1987 1991
1990 1993
1992 1996
1995 1998
2000
Periode 2

1997
2000 2003
Periode 2

2002
ANALISIS DAN PEMBAHASAN
ANALISIS DAN PEMBAHASAN

t1
t1
t2
t2
 curah hujan
(mm)

20

0
10

5
15
1961
1961
1964
curah hujan
1966
(mm)
1966

400

0
200
300
500

100
1969
1961 1971 T1 Periode 1

Tahun
1963 1973
1965
1976
1967
1970 1981
1972 1983

T2 Periode 1
1974 1986
1976

Tahun
1976 1989
1977
1980
1981
1985
curah hujan
1986
(mm)
2
0
4
6
8
10

1993
curah hujan 1994
(mm)
1997
1998
400

0
200
300
500

100

1998
1995
T1 Periode 2

2000
ANALISIS DAN PEMBAHASAN

1995
Tahun

2000
1996
2000
1996
2001
1999
T2 Periode 2

2002
2000
2003
Tahun

2000
2002
2002
2002
2003
ANALISIS DAN PEMBAHASAN
ANALISIS DAN PEMBAHASAN
Estimasi Parameter GEV pada periode 1(1960-1990) dan
2(1991-2003)
H0 : X adalah variabel random berdistribusi sesuai dengan Fe(xi).
H1 : X adalah variabel random independen yang tidak berdistribusi
sesuai dengan Fe(xi).
ANALISIS DAN PEMBAHASAN
ANALISIS DAN PEMBAHASAN
ANALISIS DAN PEMBAHASAN

Kesimpulan:
Gagal tolak Ho yang berarti tidak ada perbedaan proporsi data ekstrim
antara periode 1 dan periode 2 di triwulan 1
ANALISIS DAN PEMBAHASAN
KESIMPULAN DAN SARAN
• Rata-rata curah hujan DJF periode 1 (1960-1990) adalah 102.27
mm, sedangkan periode 2 (1991-2003) adalah 96.54 mm.
Simpangan baku masing-masing periode secara berurutan adalah
sebesar 83.23 dan 89.85.
• Hasil pengujian distribusi terbaik menunjukkan bahwa data curah
hujan periode pertama dan periode kedua tidak memiliki
perubahan distribusi untuk triwulan DJF, MAM, dan SON.
Sedangkan pada triwulan ketiga yaitu pada triwulan JJA memiliki
perubahan distribusi
• Berdasarkan uji proporsi menunjukkan bahwa terdapat perubahan
iklim di Jakarta pada triwulan JJA. Hasil uji proporsi menunjukkan
bahwa terdapat perbedaan data ekstrim pada triwulan JJA antara
periode 1 dan periode 2 pada data ekstrim curah hujan rendah (T1).
Hal ini juga di diperkuat dengan perubahan distribusi dari masing-
masing periode yaitu distribusi Weibull pada periode pertama dan
distribusi general pareto pada periode 2.
KESIMPULAN DAN SARAN
• Alangkah lebih baiknya untuk penelitian
selanjutnya dapat menentukan titik return dari
perubahan iklim tersebut dengan menggunakan
distribusi extreme value
DAFTAR PUSTAKA
• Aldrian, E., Susanto R. D., (2003), Identification of three dominant
rainfall regions within Indonesia and their relationship to sea
surface temperature, International Journal of Climatology, 23,
1435-1452, DOI: 10.1002/joc.950 pdf1380kb.
• Coles, S (2001). An Introduction to Statistical Modeling of Extreme
Values. Springer-Verlag, London.
• Daniel W.(1989).Statistika Nonparametrik Terapan. Georgia State
University. Jakarta. PT Gramedia.
• Gilleland, E. and Katz R.W., (2006), Analyzing Seasonal To
Interannual Extreme Weather And Climate Variability With The
Extremes Toolkit. Edited by J.S. Clark and A. Gelfand. Oxford
University Press.
DAFTAR PUSTAKA
• Hidayati, Rini.(2001), Masalah Perubahan Iklim di Indonesia Beberapa
Contoh Kasus, Program Pasca Sarjana / S-3, Institut Pertanian Bogor,
November 2001.
• IPCC, (2001a), Climate Change, The Scientific Basis : ontribution of
Working Group I to the Third Assessment Report of the Intergovernmental
Panel on Climate Change [Houghton, J.T., Y. Ding, D.J. Griggs, M.
Noguer, P.J. Van der Linden, X. Dai, K. Maskell dan C.A. Johnson (eds)],
Cambridge University Press, Cambridge and New York, pp 881.
• IPCC, (2001b), Climate Change 2001 : Synthesis Report : Summary for
Policymakers, represents the formally agreed statement of the IPCC in the
Working Group contributions to the Third Assessment Report. Cambridge
University Press, Cambridge and New York, pp 881.
• Juliastuti, D. (2007). Implementasi Metode Extreme Value Theory dalam
Pengukuran Risiko Operasional (Studi Kasus pada PT. Bank AAA). Tesis
Fakultas Ekonomi Universitas Indonesia
DAFTAR PUSTAKA
• Kaimuddin, (2000). Dampak Perubahan Iklim dan Tataguna
Lahan Terhadap Keseimbangan Air Wilayah Sulawesi Selatan.
Program Pasca Sarjana ITB. Bogor.
• Klein Tank, A.M.G. and Können G.P., (2003): Trends in indices of
daily temperature and precipitation extremes in Europe, 1946–99.
Journal of Climate, 16, 3665–3680.
• Kurniawan E., Herizal, dan Setiawan B (2009). Proyeksi Perubahan
Iklim Berdasarkan Skenario Ipcc Sres Dengan Menggunakan
Model Aogcm Ccsr/Nies. Buletin Meteorologi Klimatologi Dan
Geofisika.Vol. 5 No. 2 Juni 2009.
• McNeil, A. J. (1999). Extreme Value Theory for Risk Managers.
Zurich: Departement Mathematic ETH Zentrum.
DAFTAR PUSTAKA
• Mudiyarso, daniel, (2007). Bencana Dipicu Iklim dan Cuaca akibat
pemanasan global. Media Indonesia. Vol. 4 29 Nov 2007.
• Salinger , (2005). efek pemanasan global yang berpengaruh
terhadap perubahan iklim. Sumatera Barat.
• Susandi ,A, Indriani H, dan Mamad (2009). Dampak Perubahan
Iklim Terhadap Ketinggian Muka Laut Di Wilayah Banjarmasin.
Institut Teknologi Bandung.Bandung.