Rosna Malika, Umi Anifah, Eva Ummi, Riskha Tri, Prani Niskala
Institut Teknologi Sepuluh Nopember Surabaya
Abstract
Extreme climate is a rare phenomenon that lead bad impact for the agricultural sector. Extreme rainfall event need to be identified to minimize losses due to the incident. Extreme Value Theory (EVT) is one of the statistical methods that used to study the behavior of extreme value. It is usually more convenient to interpret extreme value models in terms of return levels. To determine the value of return level, must be known parameter values of distribution first. Each of the extreme value models derived so far has been obtained through mathematical argu-ments that assume an underlying process consisting of a sequence of independent random variables. However, in the real case this condition is often violated, then its reducing the validity of conclucions.
This research was conducted in five districts as the center of paddy production in East Java. In this study the method of approach to the Peaks Over Threshold (POT) is used to determine the return level, and its also used declustering method to solve the problem of dependent data. The results showed that the order of the data become more independent when declustering method is applied.
--------------------------------------------------------------
Iklim ekstrim merupakan fenomena yang langka namun dapat memicu dampak yang seringkali merugikan bagi kehidupan seperti bencana alam dan sejumlah kerentanan pangan. Pada bidang pertanian, iklim ekstrim seperti curah hujan yang sangat tinggi serta kekeringan yang sangat lama, mengakibatkan kerusakan tanaman dan kegagalan panen sehingga produktivitas tanaman menurun. Pada skala yang ekstrim, berkurangnya hasil panen dapat mengancam ketahanan pangan sehingga menyebabkan pasokan pangan menjadi sangat tidak pasti.
Oleh karena itu dibutuhkan pengembangan aplikasi ilmu pengetahuan untuk mengetahui perilaku iklim ekstrim sehingga produksi padi dapat dimaksimalkan dan kerugian akibat gagal panen juga bisa diminimalkan, salah satunya adalah dengan menghitung return level curah hujan atau nilai maksimum dalam periode waktu ulang tertentu yang akan memberikan informasi waktu tanam yang sesuai untuk varietas tanaman pangan tertentu. Banyak teori yang diterapkan sejauh ini mengasumsikan data ekstrim bersifat independen, padahal dalam kenyataannya banyak ditemukan bahwa data ekstrim cenderung dependen (non-stationary) khususnya data iklim. Hal ini dapat mempengaruhi kesahihan kesimpulan return level yang diperoleh. Salah satu cara yang digunakan untuk mengatasi dependensi data ekstrim adalah dengan teknik declustering. Melalui kombinasi metode declustering dan Peaks Over Threshold (POT) ini didapatkan nilai return level curah hujan yang sesuai sehingga dapat meminimalisir kerugian produksi pertanian akibat faktor iklim (curah hujan ekstrim).
