Article Per Year (5 Year)
p-Index From 2020 - 2025
0
P-Index
This Author published in this journals
All Journal Milang Journal of Mathematics and Its Applications
A. SOPAHELUWAKAN
Badan Meteorologi, Klimatologi, dan Geofisika
Agriculture, Biological Sciences & Forestry Computer Science & IT Control & Systems Engineering Earth & Planetary Sciences Mathematics

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
ANALISIS EMPIRICAL ORTHOGONAL FUNCTION (EOF) BERBASIS EIGEN VALUE PROBLEM (EVP) PADA DATASET SUHU PERMUKAAN LAUT INDONESIA S. M. ROBIAL; S. NURDIATI; A. SOPAHELUWAKAN
MILANG Journal of Mathematics and Its Applications Vol. 15 No. 1 (2016): Journal of Mathematics and Its Applications
Publisher : Dept. of Mathematics, IPB University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (985.889 KB) | DOI: 10.29244/jmap.15.1.1-12

Abstract

Data global Suhu Permukaan Laut (SPL) hasil observasi dari tahun ke tahun dibatasi penggunaannya untuk menentukan variasi spasial dan temporal. Analisis dilakukan terhadap data SPL di wilayah perairan Indonesia selama 600 bulan. Metode yang digunakan untuk analisis tersebut adalah metode Empirical Orthogonal Function (EOF) berbasis Eigen Value Problem (EVP). Metode ini lebih dikenal sebagai metode Principal Component Analysis (PCA). Metode EOF bertujuan mereduksi data yang berukuran besar menjadi beberapa mode tanpa menghilangkan informasi dari data yang diamati. Analisis dengan metode tersebut menghasilkan empat komponen utama terbesar yang diinisialkan dengan mode EOF1, EOF2, EOF3 dan EOF4. Mode EOF1 menjelaskan 51.4% dari variasi total dan merupakan pola dominan yang mewakili hampir seluruh data. Mode EOF2 menunjukkan 26.7% dari variasi total. Mode EOF3 dan EOF4 masing-masing menjelaskan 11.2% dan 4.9% dari variasi total. Setiap mode EOF mengandung koefisien yang memuat variabel berupa data grid dan vektor eigen. Data grid menggambarkan letak geografis dan vektor eigen menggambarkan dimensi ruang. Efektifitas dari empat mode EOF yang dihasilkan tersebut dipertahankan untuk dapat menghampiri data asli. Hampiran data asli diperoleh dengan menentukan nilai norm error dari hasil reduksi menggunakan teknik error norm matriks. Teknik ini menghasilkan pola hubungan antara tingkat kesalahan relatif (relative error) dan mode EOF. Pola hubungan yang diperoleh memperlihatkan bahwa semakin banyak mode yang diambil, maka kesalahan relatif akan semakin kecil.
ANALISIS EMPIRICAL ORTHOGONAL FUNCTION (EOF) BERBASIS SINGULAR VALUE DECOMPOSITION (SVD) PADA DATA CURAH HUJAN INDONESIA I. L. LESTARI; S. NURDIATI; A. SOPAHELUWAKAN
MILANG Journal of Mathematics and Its Applications Vol. 15 No. 1 (2016): Journal of Mathematics and Its Applications
Publisher : Dept. of Mathematics, IPB University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1103.083 KB) | DOI: 10.29244/jmap.15.1.13-22

Abstract

Analisis Empirical Orthogonal Function (EOF) digunakan untuk mereduksi dimensi data yang berukuran besar dengan mempertahankan sebanyak mungkin variasi dari himpunan data asal. EOF merupakan suatu metode untuk menentukan pola-pola dominan pada data yang berevolusi dalam ruang dan waktu. Secara aljabar, EOF atau komponen utama yang diperoleh merupakan kombinasi linear dari semua peubah asli yang memiliki varians terbesar secara berurutan dan tidak berkorelasi dengan komponen utama sebelumnya. Metode EOF yang dilakukan pada penelitian ini menggunakan pendekatan Singular Value Decomposition (SVD). Analisis dilakukan pada data curah hujan TRMM 3B43 bulanan untuk wilayah cakupan Indonesia selama 204 bulan dan dihitung nilai kesalahan dari hasil reduksi data. Berdasarkan hasil analisis diperoleh lima nilai singular terbesar yang memiliki total varians sebesar 90.03%. Mode pertama (EOF1) menjelaskan 30,68% dari total varians dan merupakan varians terbesar yang mewakili hampir seluruh data. Mode EOF kedua sampai EOF kelima masing-masing menjelaskan 19.89%, 16.82%, 11.43% dan 11.19% dari total varians. Setiap mode EOF yang diperoleh menggambarkan pola spasial, sedangkan vektor singular menggambarkan pola temporal. Efektifitas dari lima mode EOF yang dihasilkan tersebut diuji untuk dapat menghampiri data asli. Hampiran data asli diperoleh dengan menentukan nilai kesalahan dari hasil reduksi menggunakan teknik error norm matriks.
Co-Authors I. L. LESTARI S. M. ROBIAL S. NURDIATI