Laut menyimpan jutaan data yang dapat menjadi petunjuk kondisi lingkungan, salah satunya adalah konsentrasi klorofil yang mencerminkan tingkat produktivitas fitoplankton. Namun, sebelum data tersebut dapat dimanfaatkan untuk mendukung kebijakan lingkungan, para peneliti harus memastikan bahwa distribusi probabilitas yang digunakan benar-benar sesuai dengan karakteristik data yang dianalisis.
Di era pengambilan keputusan berbasis data, kualitas analisis statistik menjadi faktor yang sangat menentukan. Kesalahan dalam memilih distribusi probabilitas dapat menghasilkan prediksi yang kurang akurat, sehingga berpotensi memengaruhi kebijakan pengelolaan lingkungan maupun penelitian ilmiah. Permasalahan ini menjadi semakin penting ketika data yang dianalisis memiliki karakteristik kompleks, seperti data lingkungan yang sering bersifat tidak simetris, memiliki pencilan (outlier), atau berubah-ubah mengikuti kondisi alam.
Salah satu contoh data yang memiliki karakteristik tersebut adalah konsentrasi klorofil di laut. Klorofil merupakan indikator utama keberadaan fitoplankton, organisme mikroskopis yang menjadi fondasi rantai makanan di lautan. Perubahan konsentrasi klorofil dapat mencerminkan perubahan kualitas perairan, tingkat kesuburan laut, bahkan gejala eutrofikasi akibat pencemaran.
Selama ini, pemilihan distribusi probabilitas terbaik umumnya dilakukan menggunakan satu metode uji kesesuaian (Goodness-of-Fit), misalnya Kolmogorov-Smirnov (KS) atau Anderson-Darling (AD). Sayangnya, kedua metode tersebut sering menghasilkan rekomendasi yang berbeda karena masing-masing memiliki sensitivitas yang tidak sama. Uji KS lebih menitikberatkan pada penyimpangan terbesar antara data dan model, sedangkan uji AD lebih sensitif terhadap nilai-nilai ekstrem pada bagian ekor distribusi. Akibatnya, peneliti sering dihadapkan pada pilihan model yang tidak konsisten.
Untuk mengatasi persoalan tersebut, penelitian ini memperkenalkan pendekatan yang lebih komprehensif melalui integrasi beberapa metode evaluasi statistik ke dalam satu kerangka penilaian yang disebut Composite Score. Pendekatan ini tidak hanya menggabungkan hasil uji KS dan AD, tetapi juga lima kriteria informasi yang telah lama digunakan dalam pemilihan model statistik, yaitu Akaike Information Criterion (AIC), Bayesian Information Criterion (BIC), Corrected AIC (AICc), Consistent AIC (CAIC), dan Hannan-Quinn Criterion (HQC). Dengan menggabungkan berbagai indikator tersebut, proses pemilihan model menjadi lebih objektif dan tidak bergantung pada satu ukuran penilaian saja.
Keunggulan lain dari penelitian ini adalah penerapan teknik clustering menggunakan algoritma K-Means. Berbeda dengan pendekatan konvensional yang langsung menentukan satu distribusi terbaik, penelitian ini terlebih dahulu mengelompokkan berbagai distribusi probabilitas berdasarkan kemiripan karakteristik statistiknya. Setelah distribusi-distribusi tersebut berada dalam kelompok yang sesuai, Composite Score digunakan untuk memilih distribusi terbaik di dalam masing-masing kelompok. Pendekatan bertahap ini menghasilkan proses seleksi yang lebih transparan dan lebih mudah diinterpretasikan.
Metode tersebut diuji menggunakan data konsentrasi klorofil dari wilayah Laut Hitam (Black Sea), salah satu kawasan laut yang memiliki variasi lingkungan sangat tinggi. Hasil penelitian menunjukkan bahwa distribusi Log-Normal, Nakagami, Weibull, Normal, dan Logistic menjadi pilihan terbaik pada kelompok pertama, Rayleigh pada kelompok kedua, sedangkan distribusi t Location-Scale paling sesuai untuk kelompok ketiga. Hasil ini memperlihatkan bahwa tidak semua karakteristik data dapat dijelaskan oleh satu distribusi probabilitas yang sama. Justru dengan mengelompokkan karakteristik data terlebih dahulu, pemilihan model menjadi lebih akurat.
Temuan tersebut memiliki manfaat yang jauh lebih luas daripada sekadar analisis statistik. Pendekatan ini dapat diterapkan pada berbagai bidang, seperti hidrologi untuk analisis curah hujan, klimatologi dalam mempelajari perubahan iklim, epidemiologi untuk pemodelan penyebaran penyakit, hingga ekonomi dalam analisis risiko keuangan. Dengan kata lain, kerangka Composite Score memberikan solusi yang bersifat universal untuk berbagai jenis data yang memiliki karakteristik kompleks.
Di bidang kelautan, kontribusi penelitian ini juga mendukung pencapaian Sustainable Development Goal (SDG) 14: Life Below Water, khususnya Target 14.1 mengenai pengurangan pencemaran laut. Model statistik yang lebih akurat akan membantu peneliti memantau perubahan kualitas perairan secara lebih dini sehingga tindakan mitigasi dapat dilakukan lebih cepat dan tepat sasaran.
Perkembangan ilmu statistik tidak hanya menghasilkan rumus-rumus baru, tetapi juga menghadirkan solusi nyata bagi berbagai persoalan lingkungan. Melalui integrasi Goodness-of-Fit, Composite Score, dan teknik clustering, penelitian ini menunjukkan bahwa pemilihan model statistik dapat dilakukan secara lebih objektif, transparan, dan andal. Di masa depan, pendekatan semacam ini berpotensi menjadi standar baru dalam analisis data kompleks, sehingga berbagai keputusan berbasis data鈥攎ulai dari pengelolaan ekosistem laut hingga perencanaan kebijakan publik鈥攄apat dibuat dengan tingkat kepercayaan yang lebih tinggi. Dengan demikian, statistik bukan sekadar alat analisis, melainkan juga instrumen penting dalam menjaga keberlanjutan lingkungan dan kualitas kehidupan manusia.
Ditulis oleh: Toha Saifudin
Sumber referensi tulisan ini:
Felix Reba, Toha Saifudin, dan Rimuljo Hendradi. Goodness-of-Fit and Composite Score Based Clustering for Optimal Probability Distribution, International Journal on Advanced Science, Engineering and Information Technology (IJASEIT), Vol. 16 No. 1, 2026.
