Perpustakaan Digital ITB

Pada setiap data time series GPS, terdapat sinyal-sinyal yang mempengaruhi hasil hitungan yang didapat. Komponen-komponen tersebut akan membentuk suatu pola dalam data time series GPS. Pada umumnya, dalam suatu data time series GPS terdapat komponen periodik yang biasanya tidak dapat dideteksi dengan langsung. Untuk mendeteksi komponen periodik tersebut, maka dilakukan analisis spektral. Tujuan dari analisis spektral ini adalah untuk mendeteksi komponen perodik apa yang berpengaruh dominan dalam suatu data time series. Dengan mengetahui jenis dari komponen periodiknya, maka kita bisa mengetahui karakteristik dari data time series tersebut dan kemudian dapat ditentukan berapa jenis parameter yang dibutuhkan untuk melakukan curve fitting. Dalam melakukan fitting, digunakan dua buah pendekatan, yaitu fitting secara linier saja dan fitting linier dengan memperhitungkan komponen periodik. Sebagai bahan pembandingan antara kedua metode ini, maka dihitung pula laju pergeseran titik pengamatan per tahunnya. Dari analisis yang dilakukan terhadap kedua metode ini, didapat bahwa perbedaan laju pergeseran per tahun ketika menggunakan metode fitting linier dan ketika menggunakan metode fitting linier dengan memperhitungkan komponen periodik yang paling besar yaitu bernilai 3.7 mm per tahun.