Perpustakaan Digital ITB

Akurasi berbagai analisis hidrologi sangat bergantung pada estimasi yang akurat dari distribusi spasial curah hujan. Data satelit sering dijadikan alternatif data grid di wilayah yang tidak banyak memiliki stasiun pengukur curah hujan tetapi masih memiliki keakuratan data yang rendah. Sehingga akan dibuat data grid dengan resolusi tinggi dari curah hujan observasi menggunakan metode interpolasi yang terbaik. Penelitian ini diawali dengan mencari metode interpolasi terbaik antara Ordinary Kriging (OK) dan Ordinary Cokriging (OCK) dengan data curah hujan bulanan tahun 1998 - 2016. Kemudian dilakukan evaluasi terkait pengaruh variabel elevasi dan sampel stasiun terhadap hasil interpolasi. Metode interpolasi terbaik dievaluasi dan diimplementasikan untuk interpolasi curah hujan harian. Data GPM dan CHIRPS digunakan sebagai data pembanding curah hujan interpolasi terbaik. Hasilnya menunjukkan bahwa metode OCK lebih baik daripada OK dengan nilai RMSE OCK 18,13 dan RMSE OK 19,02. Variabel kovariat elevasi dapat mengurangi nilai RMSE. Variasi sampel stasiun menunjukkan hasil RMSE yang semakin tinggi ketika jumlah sampel stasiun berkurang. Plot spasial OCK, GPM, dan CHIRPS tidak menunjukkan pola yang sama untuk kejadian ekstrim harian sesuai dengan nilai korelasi kecil pada rentang nilai 0,1-0,4. Sedangkan OCK memiliki korelasi bulanan yang cukup baik dengan rentang nilai 0,4-0,7. OCK mampu mendeteksi terjadinya hujan dengan nilai POD bulanan dengan rentang nilai 0,7-0,9. Sedangkan OCK melakukan kesalahan deteksi kejadian hujan dengan nilai FAR harian dengan rentang nilai rentang 0,5-0,9. Hasil evaluasi harian dan bulanan menunjukkan metode OCK memiliki nilai POD tinggi, FAR rendah, dan korelasi yang cukup baik untuk bulanan.