ANALISIS MULTIVARIAT PADA DATA INDEKS GEOMAGNET GLOBAL

John Maspupu

Abstract


Makalah ini membahas suatu analisis multivariat yang diterapkan pada
data indeks K p dari beberapa tempat observasi (stasion geomagnet-SG).
Indeks K p yang dimaksud dalam pembahasan ini adalah penjumlahan indeks
Kp (indeks geomagnet global) untuk setiap pengamatan dalam satu hari . Perincian
dari indeks K p yang merupakan bilangan cacah ini dapat dijelaskan sebagai
berikut, untuk 0 ≤ K p ≤ 20 ditafsirkan sebagai tingkat gangguan geomagnet
yang sangat rendah. Kemudian untuk 21 ≤K p ≤ 52 ini mengindikasi tingkat
gangguan geomagnet yang sedang. Selanjutnya untuk 53 ≤K p ≤ 72 , ini berarti
tingkat gangguan geomagnet yang sangat tinggi. Konsep analisis multivariat ini
juga merupakan suatu teknik atau metode dependensi yang biasanya digunakan
untuk meramalkan kondisi-kondisi data variabel tak bebas bersifat non metrik atau
kualitatif, berdasarkan data prediktornya yaitu variabel bebas yang bersifat metrik
atau kuantitatif. Dengan demikian tujuan pembahasan makalah ini adalah untuk
meramalkan kondisi kualitatif geomagnet (terganggu atau tidak terganggu), dengan
menggunakan data kuantitatif indeks K p dari beberapa stasion observasi
geomagnet serta dua lokasi observasi yang memiliki data harian bilangan bintik
matahari. Kedua data terakhir ini merupakan data pendukung indeks geomagnet
global. Hasil aplikasi analisis diskriminan pada data-data di atas menunjukkan
bahwa kondisi kualitatif geomagnet di lokasi atau sekitar lokasi-lokasi tersebut
tidak terganggu. Selain itu kontribusi dari hasil aplikasi ini, juga dapat memberikan
informasi tentang kondisi geomagnet pada setiap pengamatan secara global.

Keywords


Analisis multivariat, Data indeks K p

Full Text:

PDF

References


Dillon,W.R. and Goldstein, M., (1984), Multivariate Analysis: Methods and Applications. Wiley Edition,

New York.

Lawson,M.P. and Cerveny, R.S.,(1985), Seasonal temperature forcast as products of antecedent linear and

Spatial temperature arrays. Journal of Climate and Applied Meteorology, 24 pp.848 – 859.

Lehmiller,G.S. et al.,(1997), Seasonal prediction models for North Atlantic basin hurricane location.

Monthly Weather Review, 125 , pp. 1780 – 1791.

Maspupu, J., (2009), Analisis klaster pada data suimulasi indeks geomagnet lokal. Prosiding Seminar

Nasional Statistika IX ,FMIPA Jur. Statitika ITS, Surabaya, hal. 1 -11.

Maspupu, J., (2011), Analisis Diskriminan pada data suimulasi indeks K . Prosiding Seminar

Nasional Sains dan Pendidikan sains VI ,FSM - UKSW, Salatiga, hal. 847 -856.

Miller, R.G.,(1962), Statistical prediction by discriminant analysis. Meteorology Monographs 4, no. 25,

American Meteorological Society, 53 pp.

Tabachnick, B.G. and Fidell, L.S., (2007), Using Multivariate Statistics. Pearson International Edition ,

Boston.

Ward, M.N. and Folland,C.K., (1991), Prediction of seasonal rainfall in the north Nordeste of Brazil using

eigenvectors of sea-surface temperature. International Journal of Climatology, 11, pp.711 – 743.




License URL: https://creativecommons.org/licenses/by-nc/4.0