Sebagai negara kepulauan yang terletak di daerah tropis, Indonesia merupakan salah satu negara yang paling rentan terhadap ancaman dan dampak dari kejadian kecepatan angin ekstrem. Banyak peristiwa yang terjadi sebagai akibat dari perubahan kecepatan angin seperti perubahan pola dan distribusi kecepatan angin. Hal ini dapat mengakibatkan terjadinya kekeringan, banjir, dan tanah longsor. Dampak lainnya adalah menurunnya produksi pertanian atau gagal panen, meningkatnya kejadian kebakaran hutan, meningkatnya suhu di daerah perkotaan, naiknya permukaan air laut, dan kerusakan pada berbagai sistem ekologi dan sosial ekonomi. Oleh karena itu, penelitian berkaitan kecepatan angin ekstrem sangat di perlukan khususnya di Kota Semarang. Permasalahan tersebut membutuhkan pengetahuan tentang perilaku nilai-nilai ekstrem kecepatan angin yang erat kaitannya dengan prediksi. Metode prediksi biasanya dikembangkan dengan dua pendekatan yaitu melibatkan variabel prediktor dan tidak melibatkan variabel prediktor. Namun jika terdapat nilai ekstrem dan keterbatasan data, maka tingkat akurasi model peramalan yang dibangun oleh kedua pendekatan tersebut akan menurun. Oleh sebab itu untuk mengindentifikasi nilai ekstrem digunakan metode Extreme Value Theory (EVT) dengan pendekatan distribusi Gumbel. Kelebihan dari metode ini karna tidak memerlukan variable prediktor dan bisa mengakomodasi adanya nilai ekstrem. Selain itu dapat mengatasi masalah keterbatasan data dengan metode bootstrapping, sehingga dapat meningkatkan keakurasian model dan estimator yang dihasilkan bersifat robust. Penelitian menggunakan metode EVT dengan pengembangan algoritma MEBoot dan distribusi Gumbel untuk mengindentifikasi kecepatan angin ekstrem tanpa melibatkan variabel prediktor. Tujuan penelitian ini adalah membuat suatu model prediksi kecepatan angin ekstrem yang akurat dan spesifik, sehingga dapat menjadi acuan antisipasi dampak yang ditimbulkan untuk perbaikan berbagai sistem ekologi dan sosial ekonomi di Kota Semarang. Untuk mencapai tujuan tersebut rencana penelitian difokuskan pada pengembangan algoritma Maksimum Entropy Bootstrap (MEBoot) dan metode maksimum likelihood estimation (MLE). Output penelitian ini ditargetkan menghasilkan Journal internasional bereputasi terindeks scopus Q3 dan terbentuknya prototipe aplikasi pemodelan dan prediksi menggunakan Extreme Value Theory: Gumbel Distribution dengan Algoritma MEBoot berbasisGraphical User Interface (GUI). Output tersebut sangat memungkinkan tercapai karena tersedianya laboratorium komputer, studi literatur baik teoritis maupun empiris yang akan dikembangkan memungkinkan untuk diterapkan, software telah layak secara teknis, yang dapat dipergunakan untuk pengembangan algoritma, model dan pembuatan prototipe, serta tersedianya data yang dapat diakses guna mengaplikasikan model dan prototipe yang telah dikembangkan

EVT, MEBoot, Distribusi Gumbel, GUI, Kecepatan Angin

• Violitta Yesmaya, S.Kom., M.T.I.

• Dr. Bambang Dwi Wijanarko, S.Si., M.Kom

• Rinda Nariswari, S.Si., M.Si

• Rizwan Arisandi, S.Si, M.Si.