Text

Interpolasi Spasial Menggunakan Ordinary Kriging Dan Inverse Distance Weighted (Idw) Untuk Analisis Autokorelasi Spasial Pada Kasus Sebaran Curah Hujan Di Kabupaten Semarang

---

ABSTRAK

Hujan merupakan butiran air yang berdiameter lebih dari 0.5 mm dan jatuh ke permukaan bumi. Pos-pos pemantauan curah hujan dibangun sebagai alat untuk mengukur curah hujan disuatu lokasi tertentu. Pos hujan di berbagai daerah di Indonesia telah dibangun pemerintah melalui BMKG untuk meneliti curah hujan di daerah-daerah tersebut, tapi tidak semua kota/desa memiliki pos hujan karena keterbatasan biaya dan tempat. Untuk kota/desa yang tidak memiliki pos hujan akan dilakukan pendugaan nilai curah hujan. Pada penelitian ini akan dibandingkan hasil estimasi metode Ordinary Kriging dan Inverse Distance Weighted (IDW). Kemudian salah satu metode yang memberikan hasil dugaan yang lebih akurat akan digunakan untuk mencari nilai pada titik-titik tidak tersampel pada setiap kecamatan.Nilai pada titik-titik tidak tersampel pada setiap kecamatan akan diambil rata-ratanya dan kemudian dilakukan analisis autokorelasi spasial. Berdasarkan hasil uji signifikansi autokorelasi spasial didapatkan kesimpulan bahwa bulan Februari terdapat autokorelasi spasial positif artinya curah hujan bulan Februari menunjukkan adanya kemiripan nilai dari lokasi-lokasi yang berdekatan dan cenderung mengelompok.

Kata Kunci : Ordinary Kriging, Inverse Distance Weighted (IDW), Curah Hujan, Autokorelasi Spasial

ABSTRACT

Rain is liquid water falls from clouds in the form of droplets that diameter are bigger than 0.5 mm. Rain posts were built as rainfall monitoring tool to measure precipitation in specific locations. Rain post in various regions in Indonesia have been built through BMKG to examine precipitation in these areas, but not all towns/villages have rain post due to the limitation of cost and place. Prediction of the precipitation value will be done to some places which not have some rain post. This study compares the results of estimation method of Ordinary Kriging and Inverse Distance Weighted (IDW). One of the methods which gives more accurate prediction will be used to find the values an non-sampling points in each sub-district. Values at points not sampled at each sub-district will be averaged and spatial autocorrelation analysis will be done. Based on the result of the significance test of the spacial autocorrelation, it can be concluded that there is positive spatial autocorrelation in February. It means precipitation in February showed a similar value of adjacent locations and tend to be grouped.

Keywords: Ordinary Kriging, Inverse Distance Weighted (IDW), Rainfall, Spatial Autocorrelation

---

Ketersediaan

596E17IV

596 F 17-iv

Perpustakaan FSM Undip (Referensi)

Tersedia

Informasi Detail

Judul Seri

STATISTIKA

No. Panggil

596 F 17-iv

Penerbit

: ., 2017

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

1642

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Adilla Fithriyani

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar