Penelitian ini mengevaluasi efektivitas metode Rapid Update Cycle (RUC) dengan
siklus pembaruan setiap 1 jam (Cycle 1) dalam meningkatkan akurasi prediksi
cuaca di Provinsi Bali. Hasil menunjukkan bahwa Cycle 1 memiliki Root Mean
Square Error (RMSE) temperatur dan curah hujan yang paling rendah
dibandingkan dengan siklus lainnya (3, 6, 12 jam) serta model tanpa asimilasi data
(Non DA). Metode ini terbukti dapat menangkap variabilitas suhu dan curah hujan
dengan lebih baik, mendekati data observasi yang sebenarnya. Asimilasi data dari
Automatic Weather Station (AWS) memberikan kontribusi signifikan dalam
meningkatkan keandalan model prediksi, memungkinkan penyesuaian yang lebih
akurat terhadap kondisi atmosfer yang aktual.
Analisis lebih lanjut menunjukkan bahwa Cycle 1 memberikan prediksi yang lebih
tepat dan akurat dalam hal bias kecepatan angin dan pola reflektivitassecara spasial.
Model ini berhasil mereproduksi pola distribusi curah hujan dan kecepatan angin
yang lebih detail dan mendekati observasi, seperti yang ditunjukkan oleh data radar
BMKG dan moisture flux transport. Keandalan prediksi yang ditingkatkan oleh
metode RUC Cycle 1 memberikan manfaat besar dalam mitigasi dampak cuaca
ekstrem di Bali, terutama dalam sektor pariwisata. Penelitian ini menegaskan
bahwa frekuensi asimilasi data yang lebih sering melalui metode RUC memberikan
keunggulan signifikan dalam prediksi cuaca jangka pendek yang lebih akurat dan
konsisten.