PENGEMBANGAN MODEL HyBMG 2.07 UNTUK PREDIKSI IKLIM DI INDONESIA DENGAN MENGGUNAKAN DATA TROPICAL RAINFALL MEASURING MISSION (TRMM)

Authors

  • Tri Astuti Nuraini Puslitbang BMKG
  • Danang Eko Nuryanto Badan Meteorologi, Klimatologi, dan Geofisika (BMKG)
  • Kurnia Endah Komalasari Badan Meteorologi, Klimatologi, dan Geofisika (BMKG)
  • Ratna Satyaningsih Badan Meteorologi, Klimatologi, dan Geofisika (BMKG)
  • Yuaning Fajariana Badan Meteorologi, Klimatologi, dan Geofisika (BMKG)
  • Rian Anggraeni Badan Meteorologi, Klimatologi, dan Geofisika (BMKG)
  • Ardhasena Sopaheluwakan Badan Meteorologi, Klimatologi, dan Geofisika (BMKG)

DOI:

https://doi.org/10.31172/jmg.v20i2.610

Keywords:

prediksi iklim, Anfis, Arima, Wavelet

Abstract

Informasi iklim mempunyai nilai strategis dan penting dalam banyak aspek pembangunan berkelanjutan dan mendukung ketahanan pangan nasional. Layanan informasi iklim yang sudah ada diantaranya adalah analisa dan prediksi iklim bulanan. Saat ini telah banyak metode prediksi berbasis statistika yang dikembangkan untuk mendapatkan prakiraan iklim khususnya curah hujan. Salah satu model prediksi iklim dengan berbasis statistik baik statistik univariat maupun statistik multivariat yang dikembangkan Pusat Penelitian dan Pengembangan (Puslitbang) Badan Meteorologi Klimatologi dan Geofisika (BMKG) adalah HyBMG. Ada 3 metode prediksi univariat yang diujikan dalam aplikasi HyBMG yaitu Adaptive Neuro-Fuzzy Inference System (ANFIS), Autoregressive Integrated Moving Average (ARIMA), dan Transformasi Wavelet. Namun demikian masih ada beberapa kendala diantaranya running model masih dilakukan satu persatu untuk tiap lokasi dan metode, sehingga apabila akan melakukan running untuk beberapa titik (lokasi) membutuhkan waktu yang cukup lama. Oleh karena itu untuk menghasilkan informasi dan prediksi iklim yang berkualitas diperlukan model prediksi iklim yang memiliki performa tinggi. Untuk keperluan pengujian model prediksi iklim ini dilakukan validasi metode dengan menggunakan data penginderaan jauh (TRMM/GPM). Data yang digunakan adalah data curah hujan bulanan seluruh wilayah Indonesia. Hasil menunjukkan bahwa prediksi curah hujan bulanan dari ketiga metode yang digunakan masih underestimate dibandingkan dengan data observasinya. Berdasarkan metode yang digunakan yang mempunyai korelasi tinggi di wilayah Jawa, Bali, dan Nusa Tenggara.

Downloads

Published

2019-12-05

How to Cite

Nuraini, T. A., Nuryanto, D. E., Komalasari, K. E., Satyaningsih, R., Fajariana, Y., Anggraeni, R., & Sopaheluwakan, A. (2019). PENGEMBANGAN MODEL HyBMG 2.07 UNTUK PREDIKSI IKLIM DI INDONESIA DENGAN MENGGUNAKAN DATA TROPICAL RAINFALL MEASURING MISSION (TRMM). Jurnal Meteorologi Dan Geofisika, 20(2), 101–112. https://doi.org/10.31172/jmg.v20i2.610

Issue

Vol. 20 No. 2 (2019)

Section

Article

License

Authors who publish with this journal agree to the following terms:

  1. Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
  2. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
  3. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.