Perpustakaan Digital ITB

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