Kurva Intensitas-Durasi-Frekuensi (IDF) curah hujan banyak digunakan untuk mendesain
infrastruktur hidrologi di daerah yang memilki keterbatasan data debit sungai. Namun,
akurasi analisis IDF di daerah tropis seringkali terbatas karena distribusi stasiun curah
hujan permukaan yang jarang. Dalam proyek ini, metode estimasi kurva IDF telah
dikembangkan untuk analisis banjir di area operasional Kilang Minyak Pertamina RU V
Balikpapan, Kalimantan Timur. Kurva IDF diperoleh dari lima produk curah hujan
berbasis grid satelit: GPM-IMERG, GSMaP, PERSIANN-CCS, PERSIANN, dan
MSWEP menggunakan pendekatan ansambel berbobot. Pengujian kecocokan distribusi
probabilitas dilakukan untuk tiga jenis fungsi, yaitu Gumbel, Pearson Tipe III, dan Log-
Pearson Tipe III secara individu, dan hasilnya dibandingkan dengan hasil yang diperoleh
dari data curah hujan harian Stasiun Meteorologi Sepinggan untuk periode 2014-2023
menggunakan Root Mean Square Error (RMSE) sebagai metrik tunggal.
Hasil menunjukkan bahwa, secara individu, GSMaP memberikan estimasi IDF yang
paling mendekati hasil pengamatan permukaan BMKG, yang ditunjukkan oleh RMSE
terendah di semua durasi. Namun, estimasi menggunakan tiga ansambel satelit latensi
rendah (GPM, GSMaP dan PERSIANN-CCS) menunjukkan bias estimasi yang lebih
kecil, khususnya untuk durasi 4-7 hari, dibandingkan dengan ansambel lima satelit yang
menggabungkan dataset grid latensi rendah dan tinggi. Analisis data per jam menangkap
intensitas curah hujan yang lebih tinggi untuk durasi pendek (1-6 jam) daripada hasil
yang diperoleh menggunakan pendekatan empiris Mononobe. Hasil analisis
ketidakpastian menunjukkan bahwa varians estimasi meningkat dengan periode ulang
yang lebih panjang, mencapai puncaknya di atas 250 mm/jam untuk durasi 1 jam pada
periode ulang 100 tahun. Proyek ini menunjukkan bahwa metode estimasi IDF
menggunakan ansambel satelit latensi rendah memberikan alternatif yang andal untuk
membangun IDF di area Kilang Minyak Pertamina RU V Balikpapan untuk durasi harian
dan (berpotensi) sub-harian.
Perpustakaan Digital ITB