Statistical Downscaling Luaran GCM dan Pemanfaatannya untuk Peramalan Produksi Padi

Abstract

Pemodelan Statistical downscaling (SD) adalah menyusun model hubungan antara luaran GCM (resolusi rendah) dan curah hujan stasiun (resolusi tinggi). Masalah utama dalam penelitian ini adalah: (1) penentuan domain, (2) penentuan peubah penjelas luaran GCM, dan (3) model regresi yang mempunyai akurasi tinggi dalam meramal. Hasil penelitian menunjukkan bahwa ukuran domain grid GCM bergantung pada lokasi stasiun/wilayah curah hujan. Lokasi stasiun di dekat laut/pantai, luas grid (12 x 12) menghasilkan dugaan yang baik, sebaliknya untuk lokasi yang semakin jauh dari laut, dengan topografi datar (flat), luas grid 12x12 kurang memuaskan hasil dugaannya. Peubah penjelas yang berpengaruh terhadap curah hujan adalah kelembaban spesifik, komponen angin zonal, dan ketinggian geopotensial terutama pada musim kemarau. Pada musim hujan, peubah penjelas yang berpengaruh adalah precipitable water, komponen angin zonal, dan kelembaban spesifik. Model SD yang digunakan adalah model hybrid antara regresi splines adaptif berganda (RSAB) dan adaptive splines threshold autoregression (ASTAR). Model hybrid ini berpotensi menghasikan akurasi dugaan yang tinggi. Dalam penelitian ini juga mengkaji analisis kelompok (cluster analysis) untuk membuat pewilayahan iklim atau daerah prakiraan iklim (DPM) di Karawang, Subang, dan Indramyu. Hasil penelitian menunjukkan bahwa metode average linkage mempunyai kinerja yang baik jika dibandingkan dengan metode ward ataupun complete linkage. Dalam pembuatan DPM digunakan pula peta elevasi dan kontur curah hujan. Hasil DPM yang terbangun lebih homogen daripada DPM BMG