Metode kriging untuk membangkit data hujan di Flores

Abstract

Analisis iklim perlu dilakukan dalam merencanakan kegiatan pertanian. Hal ini disebabkan faktor iklim berperan besar dalam memberikan kontribusi terhadap besarnya keragaman hasil pertanian. Di daerah-daerah yang memiliki stasiun iklim, tidak sulit melakukan analisis iklim karena data iklim banyak tersedia. Permasalahannya adalah stasiun iklim yang tersedia sangat terbatas, sehingga di daerah yang tidak mempunyai stasiun tidak dapat menganalisis perilaku iklim dari waktu ke waktu Ketidaktersediaan data iklim di suatu daerah dapat diatasi dengan membangkitkan data iklim dengan metode Kriging. Pola semi variogram pada bulan Januari-Mei dan September-Desember untuk rata-rata curah hujan bulanan di Flores cenderung linier dan berkorelasi positif dengan jarak (menit). Sedangkan pada bulan Juni-Agustus cenderung konstan. Disamping itu, pada bulan Januari-Mei dan September-Desember semakin jauh jarak antara dua stasiun, tingkat ketergantungan semakin kecil. Sedangkan pada bulan Juni-Agustus tidak ada korelasi di antara stasiun-stasiun Hasil verifikasi dan validasi model menunjukkan bahwa metode Kriging cukup baik dalam menduga curah hujan bulanan di suatu lokasi. Nilai Root Mean Square Interpolation Error (RMSIE) untuk verifikasi dan validasi model adalah berturut-turut 83.85 mm dan 42.34 mm. Untuk memperkecil keragaman hasil pendugaan, perlu melakukan pengelompokan wilayah-wilayah di Flores berdasarkan curah hujan yang relatif homogen.