Perpustakaan Digital ITB

Saat ini iklim telah mengalami banyak perubahan terutama pada wilayah tropis seperti Pulau Jawa. Salah satu upaya adaptasi dan mitigasi perubahan iklim adalah dengan studi pemodelan iklim. Badan Riset dan Inovasi Nasional (BRIN) telah melakukan dynamical downscaling pada model Conformal Cubic Atmospheric Model (CCAM) kedalam bentuk model iklim regional, namun data model luaran iklim regional CCAM saat ini masih memiliki bias, agar dapat diaplikasikan untuk analisis perubahan iklim dan hidrologi diperlukan data dengan kualitas yang andal. Maka dari itu koreksi bias curah hujan model iklim regional CCAM menggunakan tiga metode koreksi bias perlu dilakukan untuk mengurangi bias sehingga data lebih akurat dan mengetahui performa metode koreksi terbaik untuk wilayah Pulau Jawa. Pada penelitian ini digunakan data curah hujan observasi the Southeast Asian Climate Assessment and Dataset (SACA&D): A Daily Gridded tahun 1991-2005, serta data curah hujan model iklim regional CCAM tahun 1991-2005. Data tersebut kemudian diolah dengan dikoreksi menggunakan tiga metode (Quantile Mapping, Linear Scaling dan Local Intensity Scaling) lalu di evaluasi menggunakan statistik umum yaitu rata-rata, korelasi dan RMSE serta verifikasi dikotomi Probability of Detection (POD) dan False Alarm Ratio (FAR). Hasil menunjukkan bahwa curah hujan model CCAM sangat bias terhadap data observasi. Koreksi curah hujan dapat meningkatkan model CCAM mendekati nilai observasi dibuktikan dengan peningkatan rata-rata dan korelasi, dan penurunan nilai RMSE untuk ketiga metode. Curah hujan setelah dikoreksi mampu lebih akurat dalam mendeteksi curah hujan dengan ambang batas 0,5 mm dan curah hujan ekstrem ambang batas persentil 90 dengan nilai POD mendekati 1. Metode Quantile mapping memiliki performa terbaik untuk seluruh evaluasi statistik umum dan verifikasi dikotomi sedangkan metode Local Intensity Scaling menunjukkan hasil yang kurang baik hampir di seluruh evaluasi statistiknya.