kecenderungan hidrometeorologi daerah aliran sungai Citarum
kecenderungan hidrometeorologi daerah aliran sungai Citarum
kecenderungan hidrometeorologi daerah aliran sungai Citarum
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
a. Analisis Kecenderungan<br />
Model statistik regresi logistik linier dapat digunakan untuk menghitung nilai<br />
<strong>kecenderungan</strong> pada deret waktu <strong>hidrometeorologi</strong>. Model statistik tersebut menerapkan<br />
teori distribusi binomial. Model <strong>kecenderungan</strong> logistik menggambarkan bentuk<br />
transformasi dari nilai yang diharapkan (probabilitas suatu kejadian, π ) sebagai fungsi<br />
linier dari waktu yang dinyatakan sebagai berikut,<br />
η ( π ) = α + β.t<br />
(1)<br />
dengan α = intersepsi garis regresi, β = koefisien persamaan regresi, π = probabitas<br />
kejadian, η = fungsi hubungan monotonik, dan t = waktu.<br />
Prinsip dasar dari fungsi hubungan monotonik adalah bentuk transformasi dari<br />
kisaran nilai π (probabilitas suatu kejadian) antara 0 hingga 1 ke dalam sumbu real,<br />
untuk menjamin kesesuaian dengan model linier pada persamaan di atas. Fungsi<br />
hubungan monotonik pada model regresi logistik di atas dihitung menggunakan<br />
persamaan 2. Variasi temporal dari nilai harapan kejadian dari proses hidrometeo-rologi<br />
dihitung dari persamaan 3. Besarnya nilai <strong>kecenderungan</strong> ditentukan dari parameter β<br />
yang diekspresikan oleh rasio odd (θ) dan dinyatakan oleh persamaan 4.<br />
⎛ π ⎞<br />
η(<br />
π ) = log⎜<br />
⎟<br />
⎝1−π<br />
⎠<br />
exp( α + β.<br />
t)<br />
π ( t,<br />
α,<br />
β ) =<br />
(1 + exp( α + β.<br />
t))<br />
⎛ π ( t ) ⎞<br />
2<br />
⎜<br />
1 ( t2)<br />
⎟<br />
⎝ −π<br />
θ =<br />
⎠<br />
= exp β<br />
⎛ π ( t1)<br />
⎞<br />
⎜<br />
1 ( t1)<br />
⎟<br />
⎝ −π<br />
⎠<br />
[ .( t − t )]<br />
2<br />
1<br />
(2)<br />
(3)<br />
(4)