Perpustakaan Digital ITB

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.