Perpustakaan Digital ITB

Dalam penelitian ini coba dilakukan prediksi curah hujan bulanan spasial untuk seluruh wilayah Indonesia dengan metode statistical downscaling regresi komponen utama (PCA) dengan prediktor adalah keluaran model ensemble global CFS dan prediktan dari TRMM 3B-43. Pada prosesnya, setelah dilakukan analisa komponen utama (PCA) untuk kedua data, selanjutnya dihitung koefisien korelasi dari setiap koefisien PC prediktor terhadap koefisien PC prediktan sebelum dilakukan mekanisme prediksi dengan metode subtractive clustering. Setelah didapatkan koefisien PC prediktan pada tahun yang akan diprediksi maka dilakukan proses pembalikan PCA untuk menghasilkan prediksi curah hujan secara spasial. Hasil prediksi yang didapatkan menunjukan hasil yang cukup baik secara kualitatif ditinjau dari residu melalui hasil pengurangan dengan data TRMM 3B-43. Dari hasil studi diketahui bahwa bahwa perbedaan nilai curah hujan antara prediksi dengan data observasi untuk prediksi bulan Oktober di dua sampel daerah penelitian (Jawa Barat dan Sumatera Barat) selalu terlihat besar pada semua kasus pengolahan data CFS. Namun dengan mengabaikan anomali residu untuk prediksi bulan oktober maka secara umum dapat dianalisa bahwa derajat kesalahan antara nilai curah hujan hasil prediksi dan observasi yang masih dapat ditoleransi adalah prediksi sampai tiga bulan ke depan. Selain prediksi spasial curah hujan, dilakukan pula beberapa analisa terkait pada penyederhanaan dan verifikasi keluaran prediksi ensemble antara lain melihat distribusi probabilitas dan prediksi daerah potensial kejadian ekstrim dari sebaran prediksi anggota ensemble. Dari serangkaian proses yang dilakukan diperoleh kesimpulan bahwa berbagai informasi terkait fenomena cuaca dan iklim dapat diinformasikan dengan layak bila pengolahan data ensemble dilakukan berdasarkan metode yang tepat.