Show simple item record

dc.contributor.authorSoesanto, Boedi
dc.contributor.authorIndarto
dc.date.accessioned2012-09-10T18:23:57Z
dc.date.available2012-09-10T18:23:57Z
dc.date.issued2012-05
dc.identifier.citationCressie, N. (1993), Statistics for Spatial Data, Revised Edition, Wiley: New York. De Smith, M.J., Goodchild, M.F., and Longley, P.A. (2007). Geospatial Analysis. A Comprehensive Guide to principles, Techniques and Software Tools. Matador, Leiceister, UK. www.spatialanalysisonline.com Johnston, K. Ver Hoef,J.M., Krivoruchko, K., and Lucas,N. (2001). Using ArcGIS Geostatistical Analyst. GIS by ESRI. Robertson, G.P. (2008). GS+: Geostatistics for the Environmental Sciences. Gamma Design Software, Plainwell, Michigan USA. https://geoda.uiuc.edu http://www.satscan.org http://regal.sdsu.edu/index.php/main/STARSen_US
dc.identifier.issn1411-8904
dc.identifier.urihttp://hdl.handle.net/11617/2019
dc.description.abstractArtikel ini memaparkan variabilitas spasial hari hujan di Jawa Timur. Data hujan harian diperoleh dari 946 lokasi stasiun hujan yang tersebar merata di seluruh wilayah Provinsi Jawa Timur. Jumlah hari hujan (HH) diperoleh dari nilai rerata hari hujan per tahun selama periode rekaman yang tersedia pada masing-masing stasiun. Analisa spasial dilakukan menggunakan tool ESDA (Exploratory Spatial Data Analysis) yang ada pada ArcGIS Geostatistical Analyst. Tool yang digunakan mencakup: Histogram, Voronoi Map, QQ-Plot dan Trend Analysis. Hasil analisa menunjukkan grafik Histogram dan Normal QQPlot hari hujan mendekati distribusi normal, dengan nilai hari hujan minimal sebesar 4 hari/tahun dan maksimal = 184 hari/tahun. Sedangkan, nilai HH rerata dari seluruh stasiun untuk semua periode adalah 81 hari/tahun dan nilai median = 80 hari/tahun. Histogram juga menampilkan nilai standar deviasi = 23,74; koefisien skewness = 0,28; dan koefisien curtosis = (3,6). Visualisasi 3D distribusi spasial HH menggunakan Trend Analysis Tool tidak menunjukkan adanya trend yang siginifikan pada bidang proyeksi (XZ dan YZ). Penelitian menunjukkan bahwa aplikasi: histogram, Voronoi map, QQPlot dan Trend Analysis dapat menggambarkan variabilitas spasial hari hujan suatu wilayah dengan lebih detail. Selanjutnya peta tematik yang memvisualisasikan distribusi spasial hari hujan dibuat dengan memanfaatkan metode interpolasi Inverse Distance Weighting (IDW).en_US
dc.subjectESDAen_US
dc.subjectHari Hujan (HH)en_US
dc.subjectJawa Timuren_US
dc.titleSTUDI TENTANG VARIABILITAS SPASIAL HARI HUJAN DI JAWA TIMUR: APLIKASI ESDAen_US
dc.title.alternativeSPATIAL VARIABILITY OF NUMBER RAINFALL DAY IN EAST JAVA: APPLICATION OF EXPLORATORY SPATIAL DATA ANALYSIS (ESDA)en_US
dc.typeArticleen_US


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record