English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Plus monthly

Global: Zendy Tools annual

Global: Zendy Tools monthly

Global: Zendy Free Plan

Data global Suhu Permukaan Laut (SPL) hasil observasi dari tahun ke tahun dibatasi penggunaannya untuk menentukan variasi spasial dan temporal. Analisis dilakukan terhadap data SPL di wilayah perairan Indonesia selama 600 bulan. Metode yang digunakan untuk analisis tersebut adalah metode Empirical Orthogonal Function (EOF) berbasis Eigen Value Problem (EVP). Metode ini lebih dikenal sebagai metode Principal Component Analysis (PCA). Metode EOF bertujuan mereduksi data yang berukuran besar menjadi beberapa mode tanpa menghilangkan informasi dari data yang diamati. Analisis dengan metode tersebut menghasilkan empat komponen utama terbesar yang diinisialkan dengan mode EOF1, EOF2, EOF3 dan EOF4. Mode EOF1 menjelaskan 51.4% dari variasi total dan merupakan pola dominan yang mewakili hampir seluruh data. Mode EOF2 menunjukkan 26.7% dari variasi total. Mode EOF3 dan EOF4 masing-masing menjelaskan 11.2% dan 4.9% dari variasi total. Setiap mode EOF mengandung koefisien yang memuat variabel berupa data grid dan vektor eigen. Data grid menggambarkan letak geografis dan vektor eigen menggambarkan dimensi ruang. Efektifitas dari empat mode EOF yang dihasilkan tersebut dipertahankan untuk dapat menghampiri data asli. Hampiran data asli diperoleh dengan menentukan nilai norm error dari hasil reduksi menggunakan teknik error norm matriks. Teknik ini menghasilkan pola hubungan antara tingkat kesalahan relatif (relative error) dan mode EOF. Pola hubungan yang diperoleh memperlihatkan bahwa semakin banyak mode yang diambil, maka kesalahan relatif akan semakin kecil.

ANALISIS EMPIRICAL ORTHOGONAL FUNCTION (EOF) BERBASIS EIGEN VALUE PROBLEM (EVP) PADA DATASET SUHU PERMUKAAN LAUT INDONESIA