ESTIMASI CURAH HUJAN PADA CITRA RADAR CUACA C-BAND BERBASIS PEMBELAJARAN MESIN DAN PENAKAR CURAH HUJAN OTOMATIS TESIS Karya tulis sebagai salah satu syarat untuk memperoleh gelar Magister dari Institut Teknologi Bandung Oleh NAUFAL ANANDA NIM. 23822009 (Program Studi Magister Instrumentasi dan Kontrol) INSTITUT TEKNOLOGI BANDUNG Juni 2024 i ABSTRAK ESTIMASI CURAH HUJAN PADA CITRA RADAR CUACA C-BAND BERBASIS PEMBELAJARAN MESIN DAN PENAKAR CURAH HUJAN OTOMATIS Oleh: Naufal Ananda NIM. 23822009 (Program Studi Magister Instrumentasi dan Kontrol) Radar cuaca merupakan salah satu peralatan penginderaan jauh yang dapat digunakan untuk mengestimasi curah hujan. Output data pengamatan radar cuaca berupa data citra yang menampilkan variable reflektivitas. Penelitian ini bertujuan mengembangkan metode Convolutional Neural Network (CNN) dalam mengestimasi curah hujan, metode ini dinilai memiliki keunggulan dalam membaca dan mendeteksi objek berupa citra. Hasil estimai curah hujan yang dihasilkan, akan diuji performa estimator CNN terhadap model estimator lainnya dan data curah hujan aktual dari penakar curah hujan otomatis. Model estimator curah hujan lainnya menggunakan persamaan Z-R Marshall Palmer dan Rosenfeld Tropical, kedua model persamaan Z-R digunakan dalam layanan operasional cuaca. Periode Data yang digunakan pada penelitian ini yaitu 1 Desember 2022 hingga 28 Februari 2023. Penelitian menggunakan 12 peralatan curah hujan otomatis yang tersebar dalam jangkauan radius maksimum pengamatan radar cuaca yaitu sejauh 220 km. Berdasarkan uji performa menunjukkan pengaruh jarak dan elevasi menjadi variabel kontribusi dalam meningkatkan kesalahan serta pengaruh konstanta Z-R dalam mengestimasi curah hujan menjadi faktor yang dapat berkontribusi dalam kesalahan estimasi. Data estimasi curah hujan pada radar cuaca dapat menjangkau daerah yang belum terdapat peralatan curah hujan. Kata kunci: curah hujan, CNN, Marshall-Pallmer, radar cuaca, Rosenfeld Tropical ii ABSTRACT RAINFALL ESTIMATION ON C-BAND WEATHER RADAR IMAGE BASED ON MACHINE LEARNING AND AUTOMATIC RAIN GAUGE By: Naufal Ananda NIM. 23821306 (Master’s Program in Instrumentation and Control) Weather radar is a remote sensing instrument that can estimate rainfall. The output of weather radar observation is in the form of image data that displays reflectivity variables. This research aims to develop the Convolutional Neural Network (CNN) method for estimating rainfall. CNN has advantages in reading and detecting objects in the form of images. The performance of rainfall estimation using CNN is tested to other estimator models and actual rainfall data of automatic rain gauge. Other rainfall estimator models use the Z-R Marshall Palmer and Rosenfeld Tropical equations. Both Z-R equation models are used in weather operational services. The data period used in this study is December 1, 2022, to February 28, 2023.