Pakar Statistika IPB University Berhasil Bangun Model Statistika untuk Tanggulangi Kompleksitas Spasial, Bisa Prediksi Kondisi Kekeringan

Pakar Statistika IPB University Berhasil Bangun Model Statistika untuk Tanggulangi Kompleksitas Spasial, Bisa Prediksi Kondisi Kekeringan

Pakar Statistika IPB University Berhasil Bangun Model Statistika untuk Tanggulangi Kompleksitas Spasial, Bisa Prediksi Kondisi Kekeringan
Riset

Prof Anik Djuraidah, Guru Besar Statistika IPB University berhasil membangun pemodelan statistika dalam menanggulangi kompleksitas spasial. Ia menerangkan bahwa konsep utama dalam statistika spasial adalah adanya autokorelasi spasial yang mengacu pada hukum pertama geografi. Hukum tersebut menyatakan bahwa segala seseuatu saling berhubungan satu dengan yang lainnya, tetapi sesuatu yang dekat mempunyai pengaruh yang lebih besar daripada sesuatu yang jauh.

Lebih lanjut, Prof Anik Djuraidah menjelaskan, salah satu model spasio-temporal yang dikembangkan adalah Spatio-Temporal Generalized Linear Mixed Model dengan Respon Tweedie Compound Poisson Gamma dalam Statistical Downscaling. Sebaran yang dapat menggabungkan kedua komponen tersebut adalah sebaran Tweedie Compound Poisson-Gamma (TCPG).

Dosen IPB University itu menerangkan, Model spasio temporal TCPG diduga dengan menggunakan metode kemungkinan hirarki dan pendugaannya dilakukan secara iteratif menggunakan metode Newton Raphson. Model spasio-temporal TCPG memiliki akurasi prediksi terbaik untuk satu tahun ke depan.

“Penduga parameter dari spasio temporal TCPG meliputi rata-rata banyaknya kejadian hujan, intensitas curah hujan, dan peluang tidak ada kejadian hujan per bulan. Prediksi dari model ST TCPG mampu menangkap efek spasial dan temporal. Dapat disimpulkan bahwa Model ST-TCPG mampu menangani kompleksitas pada efek spasial dan temporal dan mampu memprediksi curah hujan secara akurat,” ujar Prof Anik Djuraidah dalam Konferensi Pers Pra Orasi Ilmiah Guur Besar IPB University, 5/6.

Prof Anik menyebut, pemodelan ini juga dapat digunakan untuk memprediksi kekeringan di suatu daerah. Oleh karena itu, pemodelan spasio temporal penting dalam mengatasi persoalan spasial dan lanskap.

“Kemajuan teknologi informasi dan komputasi memberikan akses yang lebih besar terhadap kemajuan beragam data spasial, yang menjadi tantangan terbesar dalam mengembangkan model geospasial, “ kata Prof Anik Djuraidah, dosen IPB University dari Departemen Statistika dan sains Data, Fakultas Matematika dan Ilmu Pengetahuan Alam IPB University.

Prof Anik meneruskan, pengembangan statistika spasial tidak hanya memerlukan inovasi teknis. Ia menyebut, pengembangan statistika spasial juga memerlukan kolaborasi antar disiplin ilmu untuk mencapai kemajuan yang signifikan dalam pemahaman dan penyelesaian masalah-masalah spasial yang kompleks.