Koreksi Bias Statistik dari Model Iklim Global untuk Prediksi Indeks El Nino
View/ Open
Date
2019Author
Pratama, Yoga Abdi
Nurdiati, Sri
Sopaheluwakan, Ardhasena
Metadata
Show full item recordAbstract
Fenomena El Nino dapat berdampak buruk bagi Indonesia, yaitu dapat
menurunkan hasil produksi di sektor pertanian. Kemunculan fenomena El Nino
dapat diperkirakan dengan mengamati suhu permukaan laut di Nino 3.4. Oleh
karena itu, diperlukan adanya model prediksi suhu permukaan laut di Nino 3.4 yang
akurat agar dapat mengoptimalkan dalam memperkirakan kemunculan El Nino.
Namun, model prediksi suhu permukaan laut di Nino 3.4 yang dirilis ECMWF
masih terdapat kesalahan. Penelitian ini bertujuan untuk mengoreksi bias dari
model prediksi suhu permukaan laut di Nino 3.4 dari produk ECMWF dengan
metode koreksi bias statistik serta mengevaluasi model prediksi sebelum dan
sesudah dikoreksi. Metode koreksi bias statistik yang digunakan pada penelitian ini
adalah linear scaling, variance scaling dan distribution mapping. Hasil dari
penelitian ini, metode koreksi bias statistik mengoreksi model prediksi ECMWF
dengan baik. Hasil penelitian lebih lanjut menunjukkan bahwa metode distribution
mapping dan variance scaling merupakan metode yang paling baik dalam
mengoreksi model prediksi ECMWF dibandingkan dengan metode linear scaling.
Collections
- UT - Mathematics [1435]