Prediksi Curah Hujan Menggunakan Data Parameter Permukaan dari Luaran Model Subseasonal to Seasonal (S2S).

Abstract

Subseasonal to Seasonal (S2S) berfokus pada fenomena cuaca yang memiliki dampak dominan pada rentang waktu 2 minggu hingga 2 bulan. Penelitian ini bertujuan untuk menerapkan data parameter permukaan luaran model S2S untuk membangun model prediksi curah hujan, dan melakukan uji validasi model tersebut. Model prediksi dibangun menggunakan metode statistik RAN. RAN merupakan metode postprocessing untuk mereduksi kelemahan data model dengan memanfaatkan data reanalisis sehingga dapat menghasilkan prediksi yang lebih akurat. Metode tersebut dimodifikasi dengan menambahkan perhitungan Principal Component Regression (PCR) dalam pendugaan curah hujan observasi. Prediktor yang digunakan dalam pemodelan ini terdiri dari tiga parameter permukaan diantaranya suhu udara, suhu udara maksimum, dan rata-rata tekanan permukaan laut. Model prediksi pada penelitian ini dievaluasi berdasarkan empat periode prediksi yang berbeda, yaitu Februari, Mei, Agustus, dan November. Berdasarkan hasil validasi Root Mean Squared Error (RMSE), model yang dibangun menggunakan kombinasi suhu udara, suhu udara maksimum, dan rata-rata tekanan permukaan laut menunjukan akurasi yang baik dalam memprediksi curah hujan pada periode Februari dan Agustus. Model prediksi yang memiliki akurasi paling baik pada periode Mei dan November adalah model yang dibangun menggunakan prediktor dengan kombinasi suhu udara dan suhu udara maksimum. Nilai korelasi spasial menunjukan bahwa prediktor dengan kombinasi antara suhu udara dan suhu udara maksimum memiliki performa yang baik pada semua periode, kecuali pada periode Februari.