Identifikasi autokorelasi spasial sebaran petir menggunakan metode Getis Ord Gi*

ABSTRAK

Data spasial merupakan data dengan aspek geografi yang memberikan informasi deskriptif dan informasi lokasi. Data sambaran petir yang merupakan data spasial memiliki informasi jumlah sambaran petir dan informasi koordinat lokasi wilayah sambaran. Informasi tersebut dapat dimanfaatkan untuk mengetahui hubungan spasial pada data yakni ada/tidaknya autokorelasi dan pengklasifikasian wilayah menggunakan analisis autokorelasi spasial. Analisis autokorelasi spasial dalam penelitian ini menggunakan metode Getis Ord Gi*dengan metode invers jarak pada pembentukan matriks pembobotnya. Getis Ord Gi* adalah metode yang biasa digunakan untuk mengetahui kecenderungan terkait lokasi (pengelompokan) dalam atribut data spasial dengan mengevaluasi sejauh mana setiap variabel dikelilingi oleh variabel-variabel dengan nilai tinggi maupun nilai rendah yang serupa dalam jarak geografis tertentu. Pengaplikasian metode tersebut digunakan pada data jumlah sambaran petir per kecamatan di Kab/Kota Pasuruan. Hasil yang diperoleh meliputi lima kecamatan teridentifikasi autokorelasi spasial dengan tergolong kluster hot-spot (daerah dengan kecenderungan nilai tinggi berkumpul), yakni antara lain Kecamatan Grati, Kecamatan Kejayan, Kecamatan Lumbang, Kecamatan Puspo, dan Kecamatan Winongan. Sedangkan kecamatan lain tidak teridentifikasi autokorelasi spasial. Hasil penelitian dapat digunakan untuk mengembangkan strategi mitigasi risiko sambaran petir di daerah-daerah dengan tingkat kejadian petir yang tinggi.

ABSTRACT

Spatial data is data with geographic aspects that provides descriptive information and location information. Lightning strike data, which is spatial data, contains information on the number of lightning strikes and information on the coordinates of the location of the strike area. This information can be used to determine spatial relationships in the data, namely the presence/absence of autocorrelation and classify regions using spatial autocorrelation analysis. Spatial autocorrelation analysis in this research uses the Getis Ord Gi* method with the inverse distance method in forming the weighting matrix Getis Ord Gi* is a method commonly used to determine trends related to location (grouping) in spatial data attributes by evaluating the extent to which each variable is surrounded by variables with similar high or low values within a certain geographic distance or based on neighborhood. Application of this method to data on the number of lightning strikes per sub-district in Pasuruan Regency/City. The results obtained include five sub-districts identified with spatial autocorrelation which are classified as hotspot clusters (areas with a tendency for high values to congregate), namely Grati District, Kejayan District, Lumbang District, Puspo District, and Winongan District. Meanwhile, other sub-districts did not identify spatial autocorrelation. The research results can be used to develop strategies for mitigating the risk of lightning strikes in areas with high levels of lightning events.

مستخلص البحث

البيانات المكانية هي بيانات ذات جوانب جغرافية توفر معلومات وصفية ومعلومات الموقع. تحتوي بيانات ضربة البرق، وهي بيانات مكانية، على معلومات عن عدد ضربات البرق ومعلومات عن إحداثيات موقع منطقة الضربة. يمكن استخدام هذه المعلومات لتحديد العلاقات المكانية في البيانات، أي وجود/غياب الارتباط الذاتي وتصنيف المناطق باستخدام تحليل الارتباط الذاتي المكاني. يستخدم تحليل الارتباط الذاتي المكاني في هذا البحث طريقةGetis Ord Gi* مع طريقة المسافة العكسية في تشكيل مصفوفة الترجيح. Getis Ord Gi* هي طريقة شائعة الاستخدام لتحديد الاتجاهات المتعلقة بالموقع (التجميع) في سمات البيانات المكانية من خلال تقييم مدى إحاطة كل متغير بمتغيرات ذات قيم عالية ومنخفضة مماثلة ضمن مسافة جغرافية معينة. يتم تطبيق هذه الطريقة على البيانات المتعلقة بعدد ضربات البرق لكل منطقة فرعية في منطقة/مدينة باسوروان. تشمل النتائج التي تم الحصول عليها خمس مناطق فرعية تم تحديدها بالارتباط الذاتي المكاني والتي تم تصنيفها على أنها مجموعات نقاط ساخنة (مناطق ذات ميل للقيم العالية للتجمع)، وهي منطقة جراتي، ومنطقة كيجايان، ومنطقة لومبانج، ومنطقة بوسبو، ومنطقة وينونجان. . وفي الوقت نفسه، لم تحدد المناطق الفرعية الأخرى الارتباط الذاتي المكاني. يمكن استخدام نتائج البحث لتطوير استراتيجيات للتخفيف من مخاطر الصواعق في المناطق ذات المستويات العالية من أحداث البرق.