digilib@itb.ac.id +62 812 2508 8800

ABSTRAK Raffandy Tryanda
PUBLIC Irwan Sofiyan

COVER.pdf
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan

BAB I.pdf
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan

BAB II.pdf
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan

BAB III.pdf
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan

BAB IV.pdf
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan

BAB V.pdf
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan

PUSTAKA Raffandy Tryanda
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan

LAMPIRAN.pdf
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan

Automatic Weather Station (AWS) telah terpasang di Kabupaten Bandung sejak tahun 2018. Data AWS tersebut belum pernah dilakukan pengendalian mutu. Metode pengendalian mutu atau Quality Control (QC) pernah dikembangkan dengan cukup detail oleh penelitian sebelumnya pada stasiun Global Hystorical Climate Network (GHCN) dengan menggunakan data skala harian. Sedangkan data yang terdapat pada AWS tersebut adalah data temporal tinggi dengan skala menitan. Dengan adanya metode yang terpublikasi tersebut, perlu diadakannya pengembangan metode QC untuk data skala menitan yang terdapat pada AWS di Kabupaten Bandung. Penggunaan Metode QC ini merupakan pengembangan dari metode yang pernah terpublikasi. Metode yang digunakan dan dikembangkan adalah duplication and repetition check, outlier check, internal and temporal check, dan spatial consistency check. Semua algoritma metode tersebut dikembangkan untuk data resolusi skala tinggi. Dalam hal ini pengembangan dilakukan untuk data per 5 menit. Pada proses QC terdapat beberapa metode lama yang direduksi akibat tidak relevan penggunaannya dalam data skala menitan khususnya pada daerah tropis. Berdasarkan hasil simulasi pada penelitian ini, QC skala menitan menunjukkan lebih banyak terdeteksi data yang flagged dibandingkan dengan QC skala harian. Maka dengan adanya pengembangan metode, dapat membuat data semakin menjadi akurat. Hasil dari QC skala menitan yang dilakukan mendapatkan persentasi yang lebih signifikan dibanding QC skala harian. Hasil QC menyatakan parameter suhu dan kecepatan angin memiliki data yang konsisten sepanjang tahun dengan rata rata nilai berkisar 1-2% data yang dinyatakan flagged, sedangkan parameter curah hujan cenderung tidak konsisten bahkan mencapai data flagged sebesar >30%.