Article Details

VERIFIKASI PRODUK PREDIKSI KEKERINGAN DI WILAYAH INDONESIA

Oleh   Junaid Daffa Izzudin [12816003]
Kontributor / Dosen Pembimbing : Dr. Tri Wahyu Hadi, M.Sc.;Dr. Nurjanna Joko Trilaksono, S.Si., M.Si.;Dr. Edi Riawan, S.Si., M.T.;Muhammad Ridho Syahputra, S.Si., M.Si.;Faiz Rohman Fajary, S.Si., M.Si.;
Jenis Koleksi : S1-Tugas Akhir
Penerbit : FITB - Meteorologi
Fakultas : Fakultas Ilmu dan Teknologi Kebumian (FITB)
Subjek :
Kata Kunci : Standardized Precipitation Index, Constructed Analogue, prediksi kekeringan.
Sumber :
Staf Input/Edit : Alice Diniarti  
File : 1 file
Tanggal Input : 2021-09-23 23:09:05

Prediksi kekeringan erat kaitannya dengan prediksi musiman dan sering menggunakan Standardized Precipitation Index (SPI) sebagai indeks untuk menunjukkan kekeringan. Prediksi kekeringan SPI-3 dibangun berdasarkan akumulasi prediksi curah hujan selama 3 bulan dan dipetakan terhadap distribusi data curah hujan yang periodenya sudah ditetapkan. Sejauh ini Laboratorium Analisis Meteorologi Institut Teknologi Bandung melakukan perhitungan SPI-3 menggunakan data curah hujan selama 3 bulan dari gabungan lead time yang berbeda. Maka dari itu, penelitian ini akan menginvestigasi terhadap perbedaan yang dihasilkan dari prediksi SPI-3 ketika dihitung menggunakan skema perhitungan yang berbeda dari segi penggunaan lead time curah hujannya. Keluaran prediksi Laboratorium Analisis Meteorologi berupa data curah hujan harian hasil proses downscaling menggunakan metode constructed analogue (CA) dengan resolusi spasial 0,25° × 0,25°. Data curah hujan harian prediksi diakumulasi menjadi curah hujan musiman yang kemudian dilakukan analisis menggunakan bias dari mean dan standar deviasi berdasarkan data curah hujan level 3 (3B42) dari Tropical Rainfall Measuring Mission (TRMM). Selanjutnya, data curah hujan musiman tersebut digunakan untuk menghitung prediksi kekeringan SPI-3 menggunakan tiga skema berbeda, lalu dilakukan verifikasi menggunakan Brier score. Ketiga skema prediksi SPI-3 tidak menunjukkan perbedaan yang signifikan dari segi akurasi, dan konsisten dengan hasil dari analisis prediksi curah hujan musiman yang juga tidak menunjukkan perbedaan untuk lead time curah hujan yang berebeda. Maka dari itu, skema pertama lebih baik digunakan dari segi operasional. Kemudian, bias yang dihasilkan dari mean keseluruhan periode data curah hujan observasi dikurangi ensemble mean curah hujan prediksi tidak terlalu besar (beda nilainya tidak lebih dari 20%), sedangkan bias pada standar deviasi beda nilainya mencapai 60-80%.