Dari hubungan inverse nya dapat dinyatakan menjadi:
γk =
……...2.12
ƒ= ω2π
menyatakan sebagai variabel dari frekuensi. Sedangkan persamaan 2.11 dan
2.12 adalah bentuk pasangan dari persamaan transformasi fourier. Persamaan ini adalah
bentuk tranformasi umum yang dapat diaplikasikan atau dipakai untuk bilangan
kompleks dalam suatu deret waktu time series
. Tetapi untuk time series yang real, fungsi f
ω adalah fungsi yang tetap dan ω0. Sedangkan untuk nilai frekuensi yang negtiff
maka kita dapat menghitung fungsi autokovarians f
ω sama dengan persamaan 2.9 dengan interval frekuensi 0,
π. Fungsi 2.9 digunakan untuk bentuk
normal dari fungsi spektral density yaitu:
f ω = fωσ
x 2
= ………..2.13
Dimana F ω adalah ukuran dari varians
yang dihitung dengan suatu frekwensi dengan interval 0,
ω. Persamaan diatas merupakan bentuk dari fungsi distribusi spektal yaitu
ƒ ω = ƒωσ
x 2
2.7 Semi Annual Oscillation SAO dan
Annual Oscillation AO
Fenomena ini dipengaruhi oleh pergerakan semu matahari ke arah utara dan selatan yang
melewati Ekuator sebanyak dua kali. Pada saat matahari berada di atas Ekuator, daerah
yang berada dekat dengan Ekuator mengalami pemanasan lebih besar sehingga menyebabkan
tekanan tekanan udara menurun sehingga massa udara dari daerah tekanan tinggi
subtropik Belahan Bumi Utara dan Belahan Bumi Selatan menuju ke daerah tekanan
rendah tersebut. ITCZ mengikuti pergerakan matahari dengan posisi sedikit di belakang
matahari. Pengaruh ini di tandai dengan adanya dua puncak curah hujan maksimal dua
kali dalam satu tahun, yaitu terjadi pada saat bulan April dan Oktober yaitu pada saat
matahari dekat ekuator.
Adanya perubahan posisi matahari yang berosilasi dalam 1 tahun dari garis balik utara
ke selatan dan sebaliknya merupakan penyebab utama terjadinya fenomena monsun
AO. Monsun dapat terjadi ketika matahari bergerak ke arah selatan yaitu ketika menuju
ke arah garis balik selatan 23.5
LS dan mencapai titik maksimum ketika matahari
berada di ekuator. Aktivitas AO memiliki periode 365 hari atau 1 tahun Endarwin et al,
2000.
2.8 Analisis Korelasi Silang
Korelasi menunjukkan adanya hubungan keeratan antara dua variabel atau lebih. Jika
dua atau lebih variabel tersebut berhubungan hasilnya dapat ditentukan dengan koefisien
korelasi, nilai koefisien korelasi berkisar -1 dan +1 yang menunjukkan berbagai derajat
hubungan dari yang sangat lemah hingga yang sangat kuat atau tinggi.
Korelasi silang merupakan ukuran hubungan measure of association yang di
standarkan anatar satu deret angka berkala dengan nilai masalah pada saat ini dan pada
saat yang akan datang dari deret berkala lainnya. Karakteristik korelasi silang sama
dengan korelasi biasa dengan nilai berkisar -1 dan +1 yang berfungsi sebagai autokorelasi di
dalam pemodelan transfer untuk analisis deret berkala univariat, korelasi silang sangat
berperan penting dalam pemodelan multivariat yang berhubungan dengan suatu
deret data time series dengan adanya suatu hubungan antara satu deret yang di
lambangkan dengan lag dengan yang lainnya dan sebaliknya Makridakis et al, 1999
Menurut Silalahi 1999 jika koefisien korelasi 0 atau mendekati 0 mengindikasikan
tidak adanya hubungan sistematik antara dua variabel maksudnya adalah peningkatan atau
penurunan dalam satu variable tidak berhubungan dengan peningkatan atau
penurunan dalam variable lain ataupun sebaliknya.
Varians atau ragam adalah sebuah parameter statistik untuk sampel atau
populasi. Varians bisa dinyatakan sebagai Sx, Vx, dan COVxx Makridakis et al, 1999.
Ragam merupakan rata-rata deviasi kuadrat nilai tengah dan variansi atau
simpangan baku hanya berguna dalam embandingkan dua atau lebih distribusi yang
sama satuan pengukurannya.
Adapun selang kepercayaan yang digunakan dalam korelasi silang ini yaitu
95. Dalam statistika, selang kepercayaan Bahasa Inggris: confidence interval, CI
merupakan sebuah interval antara dua angka, dimana dipercaya nilai parameter sebuah
populasi terletak di dalam interval tersebut.
Persamaan 2.15 -Z
1- α2
1 n r
k
+ Z
1- α2
1 n
III. METODOLOGI
