Estimasi Bayes Empirik pada Model Rantai Markov untuk Menggambarkan Karakteristik Curah Hujan di Kota Makassar

Abstract

Peristiwa banjir dan kekeringan merupakan dua peristiwa yang masih menjadi topik menarik bagi para peneliti karena kedua peristiwa tersebut merugikan kelangsungan hidup manusia, baik secara langsung maupun tidak langsung. Kedua fenomena tersebut juga tidak dapat dipastikan kapan mulai atau berakhirnya, sehingga diperlukan suatu model probabilistik seperti model rantai Markov. Model ini dapat menggambarkan karakteristik curah hujan, seperti nilai peluang, durasi dan periode ulang kejadian basah dan kering. Penentuan peluang transisi suatu model rantai Markov dapat dilakukan dengan menggunakan pendekatan klasik maupun pendekatan Bayes. Penelitian ini bertujuan untuk menentukan peluang transisi model rantai Markov menggunakan pendekatan Bayes empirik, dan untuk memperoleh gambaran karakteristik curah hujan Kota Makassar. Penelitian ini menggunakan data curah hujan bulanan dari empat stasiun curah hujan di Kota Makassar untuk periode tahun 1988 sampai 2017. Data diperoleh dari Dinas Pengelolaan Sumber Daya Air dan Balai Besar Badan Meteorologi, Klimatologi, dan Geofisika Wilayah IV Provinsi Sulawesi Selatan. Berdasarkan estimasi Bayes empirik peluang transisi model Rantai Markov, hasil penelitian ini menunjukkan bahwa kota Makassar akan mengalami keadaan basah dua bulan berturut-turut, begitupun dengan keadaan kering. Selain itu, hasil penelitian ini juga menunjukkan bahwa pada umumnya kota Makassar akan lebih sering mengalami keadaan basah dibanding keadaan lainnya dengan rata-rata durasi keadaan basah sekitar 7 bulan.