INTERPOLASI CURAH HUJAN MENGGUNAKAN MODEL SPATIAL ORDINARY KRIGING DI PULAU SUMATRA

Abstrak

Berdasarkan analisis Indeks Moran yang diterapkan pada data curah hujan dari beberapa stasiun BMKG, dapat disimpulkan bahwa tidak terdapat autokorelasi spasial yang signifikan pada sebaran curah hujan di wilayah tersebut. Nilai Moran's I yang dihitung adalah -0,1361, dengan nilai ekspektasi -0,1111, yang menunjukkan adanya kecenderungan negatif yang sangat lemah pada pola spasial tersebut. Hal ini menunjukkan bahwa lokasi dengan curah hujan tinggi kemungkinan dikelilingi oleh wilayah dengan curah hujan rendah, dan sebaliknya. Namun, karena nilai p sebesar 0,5666 (yang melebihi 0,05), maka hasil ini tidak signifikan secara statistik. Temuan ini semakin didukung oleh visualisasi dalam bentuk Moran Scatterplot, di mana titik-titik data tidak menunjukkan pola pengelompokan yang jelas, dan garis regresi tampak relatif datar atau sedikit menurun, yang menunjukkan hubungan spasial yang lemah di antara lokasi-lokasi tersebut. Oleh karena itu, pola sebaran curah hujan di wilayah pengamatan ini dapat digambarkan sebagai acak, tidak memiliki korelasi spasial yang kuat di antara stasiun pemantauan.

Based on the analysis of the Moran Index applied to rainfall data from several BMKG stations, it can be concluded that there is no significant spatial autocorrelation in the distribution of rainfall in the area. The calculated Moran's I value is -0.1361, with an expected value of -0.1111, which indicates a very weak negative tendency in the spatial pattern. This indicates that locations with high rainfall are likely surrounded by areas with low rainfall, and vice versa. However, because the p-value is 0.5666 (which exceeds 0.05), this result is not statistically significant. This finding is further supported by the visualization in the form of a Moran Scatterplot, where the data points do not show a clear grouping pattern, and the regression line appears relatively flat or slightly decreasing, indicating a weak spatial relationship between the locations. Therefore, the rainfall distribution pattern in this observation area can be described as random, with no strong spatial correlation between monitoring stations.