Perpustakaan Digital ITB

Cekungan Bandung merupakan wilayah dengan topografi kompleks yang rentan terhadap cuaca ekstrem, terutama fenomena bow echo sebagai sistem konvektif skala meso penyebab hujan lebat dan angin kencang. Penelitian ini mengevaluasi sistem prediksi jangka pendek untuk pergerakan bow echo di Cekungan Bandung dengan memanfaatkan data radar X-band beresolusi tinggi (120 m) dan model STEPS (Short-Term Ensemble Prediction System). STEPS terbukti akurat dalam memprediksi pergerakan bow echo. Metode skeletonization digunakan untuk mengidentifikasi morfologi bow echo, sementara algoritma Lucas Kanade pada STEPS berhasil menangkap vektor pergerakan sistem konvektif dengan presisi tinggi. Hasil analisis 13 kasus bow echo (2020–2022) menunjukkan akurasi identifikasi yang tinggi (POD 0,685) dan performa optimal STEPS pada lead time 10–30 menit (CSI >0,5, RMSE 9,6–12,3 mm/jam), dengan deviasi posisi rata rata hanya 4,45 km untuk prediksi 10 menit. STEPS mampu mempertahankan akurasi prediksi arah pergerakan bow echo meskipun terjadi atenuasi radar, berkat kemampuan adaptifnya dalam mengintegrasikan data gerakan semi-Lagrangian dan koreksi bias berbasis ensemble. Namun, degradasi signifikan terjadi pada lead time >40 menit akibat interaksi kompleks antara cold pool dengan topografi Cekungan Bandung, yang mengurangi ketepatan prediksi (deviasi posisi mencapai 18,81 km). Penurunan akurasi ini tercermin dari penurunan POD hingga 0,132 dan peningkatan FAR hingga 0,868 pada lead time 60 menit. Temuan ini mengonfirmasi keunggulan STEPS sebagai sistem peringatan dini jangka sangat pendek (<30 menit), terutama dalam memprediksi propagasi bow echo. Rekomendasi operasional mencakup penggunaan STEPS untuk prediksi <30 menit, pengembangan algoritma koreksi atenuasi berbasis fase diferensial (?DP), dan integrasi dengan model numerik atau machine learning untuk memperpanjang akurasi prediksi.