Regresi Kuantil P-Splines untuk Eksplorasi Pola Luas Area Lubang Korona Matahari

Hana Yunisa, Bertho Tantular, Neneng Sunengsih

Abstract


Lubang korona merupakan salah satu aktivitas Matahari yang selalu diamati, karena dengan adanya lubang korona dapat mempengaruhi cuaca antariksa. Teori sederhana mengenai lubang korona adalah bahwa lubang korona merupakan sumber keluar masuknya angin Matahari yang mengarah ke Magnetosfer bumi. Terjadinya persentuhan antara Magnetosfer bumi dengan angin Matahari memicu terjadinya badai Matahari. Regresi kuantil adalah alat statistika yang digunakan untuk mengestimasi kuantil bersyarat dari respons ???? untuk kovariat ???? yang digunakan untuk mengukur efek kovariat tidak hanya di pusat distribusi, tetapi juga di ekor atas dan bawah. Regresi Kuantil secara khusus berguna ketika distribusi kondisional bukan berbentuk normal melainkan seperti distribusi asimetris. Dalam penelitian ini, tujuannya adalah ingin diketahui mengenai pola sebaran dari variabel respon ???? (luas area lubang korona) dari tahun 2015 hingga 2016, sehingga akan dibsetuk pattern yang menunjukan bagaimana sebaran luas area lubang korona Matahari. Fungsi dari pattern ini adalah untuk mengidentifikasi tingkat keluasan lubang korona ke dalam empat kelompok yaitu rendah, sedang, tinggi dan sangat tinggi, oleh karena itu digunakan regresi kuantil dengan level (ke-0.25, ke-0.5 dan ke-0.75). Karena pola data yang terlihat pada model korona sulit dilakukan presifikasi model, maka metode yang cocok digunakan adalah regresi nonparamterik dengan menggunakan pendekatan Penalized Spline (P-splines). Penggunaan P-Splines ini bertujuan untuk mendapatkan kurva yang lebih halus. Berdasarkan analisis regresi kuantil P-Splines yang dilakukan diperoleh bahwa hasil pattern untuk semua level kuantil luas area lubang korona pada Matahari secara umum meningkat dari hari ke-3 sampai hari ke-19 dan mengalami penurunan dari hari ke-20 sampai hari ke-27 setiap siklusnya.


Keywords


Lubang Korona; Regresi Kuantil; P-Splines;

Full Text:

PDF

References


Daryono. (2019, Maret 14). Badai Matahari Diperkirakan Bakal Terjadi Jumat Besok, Ini Penjelasan LAPAN RI. Retrieved from Lembaga Penerbangan dan Antariksa Nasional: https://lapan.go.id/index.php/subblog/read/2019/5568/Badai-Matahari-Diperkirakan-Bakal-TerjadiJumat-Besok-Ini-Penjelasan-LAPAN-RI/904

Davino, C., Furno, M., & Vistocco, D. (2014). Quantile Regression Theory and Applications. United Kingdom: John Wiley & Sons.Ltd.

Eilers, H. P., & Marx, D. B. (1996). Flexible Smoothing with B-splines. Statistical Science Vol. 11, No. 2, (pp. 89-121).

ermawan, D., Andriyana, Y., & Winarni, S. (2017). Permodelan Proporsi Pengeluaran Makanan Rumah Tangga di Kota Jayapura Pendekatan Regresi Kuantil Aditif. SEMINAR STATISTIKA FMIPA UNPAD 2017 (SNS VI) (pp. 239-246). Bandung: SEMINAR STATISTIKA FMIPA UNPAD 2017 (SNS VI).

Koenker, R., & Hallock, K. F. (2001). Quantile Regression. Journal of Economic Perspectives, Volume 15, Number 4, 143-156.

Koenker, R., & Machado, J. A. (1999). Goodness of Fit and Related Inference Processes. Journal of the American Statistical Association, 1296-1310.

Martiningrum, D. R., Abadi, P., Muhamad, J., Nuraeni, F., Wellyanita, V., & Ahmad, N. (2009). Fenomena Cuaca Antariksa. Bandung: Pusat Pemanfaatan Sains Antariksa, LAPAN, Bandung.

Siregar, R. S., & Jatmiko, Y. A. (2019). Perbandingan Regresi B-Splines dan P-Splines pada Hubungan Indeks Pembangunan Manusia dan Persentase Penduduk Miskin Kabupaten/Kota di Indonesia. Jurnal EMASAINS4 Volume VIII Nomor 1 Maret Tahun 2019 (pp. 101-111). Jakarta: Jurnal EMASAINS Volume VIII Nomor 1.


Refbacks

  • There are currently no refbacks.




Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

© 2017-2020 | Hak Cipta Dilindungi | Departemen Statistika FMIPA Universitas Padjadjaran | Powered by OJS