Verifikasi model prediksi anomali konveksi/curah hujan di atas Indonesia berdasarkan anomali suhu permukaan Laut Pasifik Tropik

Abstract

Prediksi iklim di kawasan Indonesia yang berkaitan dengan fenomena ENSO (El Nino and The Sourhern Oscillation) menjadi penting mengingat sektor pertanian sangat bergantung pada jumlah air yang ctiterima selama musim hujan. Penelitian mengenai model prediksi iklim telah dilakukan dengan menggunakan data ti111e series OLR (Out-going Longwm,e Radiation) di alas lautan Indonesia dan suhu permukaan laut Pasifik Tropik. Dalam penelitian ini dipelajari hubungan antara cural1 hujan dan OLR menurut tipe pola hujan dan tipe iklim Oldeman di Indonesia, serta pola OLR pada wilayah yang didominasi oleh lautan atau daratan (5°x 5°), dan melakukan verifikasi untuk mendapatkan faktor koreksi dari model prediksi OLR yang dikelompokkan dalam tahun nonnal, El Nino dan La Nina. Seeara keseluruhan asumsi kehomogenan ragam pada hubungan antara curah hujan dan OLR tidal, dipenuhi. sehingga dilakukan analisis regresi lerboboti. Pola OLR dengan resolusi spasial 5°x 5° pada wilayah yang didominasi lautan lebih tinggi dibandingkan dengan yang didominasi oleh daratan. Korelasi yang tinggi antara cural1 hujan dan OLR menurul tipe pola hujan terdapat pada pola hujan monsun (r = 0.667), sedangkan pola hujan lokal memptmyai korelasi terendah (r = 0.205). Sementara pada tipe iklim OldemaiL korelasi tcrtinggi terdapat pada tipe iklim D4 (r = 0. 715) dan terendal1 pada tipe iklim CJ (r = 0.21). Pada tipe iklim Oldeman juga dilakukan analisis regresi dengan peubah du111111y untuk menggabungkan persamaan, sehingga untuk setiap tipe iklim utarna mempunyai salu persainaan. Pada gabungan antar tipe iklim utama diperoleh persamaan untuk gabungan tipe iklim A, B, dai1 C. Keakura!311 prediksi OLR di musim hujan akan mempunyai nilai tertinggi pada bulan Oktober (0.752,; R',; 0.911), sedangkan di musim kemarau diwakili oleh bulan Juli (0.764,; R2 ,; 0.926) pada talmn nomial dan La Nina serta bulan Agustus (0.776,; R2,; 0.889) pada tahun El Nino. Pada pcralihan rnusim kcrnarau ke rnusim lmjan (September), keakuratan prediksi mencapai nilai yang tertinggi dengan kisaran 0.796 - 0.945. Sebaliknya pada peralihan musim hujan ke musin1 kernarnu (April) dihasilkan keakuratan yang rendah dengan kisaran 0.582 - 0.785.