Pemodelan Dependensi Variabel Non Gaussian menggunakan Copula

Analisis dependensi dalam statistika biasanya memerlukan asumsi bahwa data berdistribusi normal. Namun dalam kenyataannya asumsi kenormalan sering tidak terpenuhi seperti data bidang Klimatologi. Hal ini menyebabkan analisis dependensi pada data distribusi Non Gaussian tidak dapat dilakukan sebagaimana dalam analisis dependensi data distribusi Gaussian. Pada Penelitian ini diusulkan metode Copula dalam menyelesaikan masalah dependensi data Non Gaussian.Copula adalah salah satu metode yang dapat digunakan dalam memodelkan hubungan antara dua variabel X dan Y tanpa membutuhkan asumsi distribusi. Hubungan Konkordan, Tau Kendal dan Copula diuraikan untuk memperoleh persamaan estimator Copula Archimedean. Aplikasi pada data harian variabel Suhu dan Lama Penyinaran periode Mei 2010-Oktober 2011 menunjukkan adanya tail dependensi bawah berdasarkan plot hasil transformasi, sehingga digunakan Copula Clayton. Konsep Konkordansi dan Tau Kendall menghasilkan nilai korelasi ?? =0.36 dan ??=1.3.\ud Kata kunci: Copula, Clayton, Copula Archimedean, distribusi tidak normal, Klimatologi, Tau Kendal, konkordansi