Perpustakaan Digital ITB

Radar cuaca mampu mengestimasi Curah hujan dengan resolusi spasial dan temporal yang tinggi, cakupan wilayah yang luas, serta pembaruan data yang cepat, sehingga dinamika hujan dapat terpantau secara menyeluruh. Meskipun demikian, hasil pengukurannya masih terdapat ketidakpastian akibat atenuasi sinyal, terutama pada hujan berintensitas tinggi. Penelitian ini bertujuan untuk mengevaluasi kinerja estimasi Curah hujan berbasis Specific Differential Phase (KDP) dengan membandingkan data KDP sebelum dan setelah proses rekonstruksi fase terhadap pengamatan Automatic Weather Station (AWS). Penelitian dilakukan data radar cuaca C-band dual-polarisasi Gematronik dan data AWS dari BMKG Semarang selama periode Desember 2024 hingga Februari 2025. Tahapan penelitian meliputi ekstraksi data radar, filtering data radar, rekonstruksi KDP untuk meningkatkan kualitas estimasi fase diferensial, penentuan waktu jeda (lag) antara radar dan pengamatan permukaan, serta evaluasi performa menggunakan analisis statlstika. KDP reconstructed setelah proses rekonstruksi mampu meningkatkan kemampuan cstimasi hujan pada kondisi tcrtcntu, tcrutama dalam mcngurangi kcsalahan absolut yang ditunjukkan Oleh nilai RMSE turun sebesar pada AWS Undip dan 49,300/0 pada AWS Maritim dibandingkan dengan KDP clean yang hanya melalui tahapfiltering. Namun, perbaikan tersebut diikuti Oleh penurunan korelasi Pearson sebesar 12,59% di AWS UNDIP dan sebesar 50,000/0 di AWS Maritim. Koreksi lag juga menurunkan nilai RMSE hingga 11,790/0 walaupun belum memperbaiki korelasi. Penelitian ini menunjukkan bahwa pendekatan berbasis KDP hasil rekonstruksi memiliki potensi untuk meningkatkan estimasi curah hujan radar, terutama pada kejadian hujan ektream, dengan tetap mempertimbangkan pengaruh j arak radar, resolusi temporal, dan karakteristik spasial antara radar dan pengamatan permukaan.