Pemodelan Curah Hujan Bulanan dengan Teknik Statistical Downscaling melalui Pemodelan Dua Tahap

Abstract

Perubahan iklim dan dampaknya terhadap ketersediaan air telah lama menjadi perhatian di bidang hidrologi. Pengelolaan dan perencanaan sumber daya air semakin dibutuhkan dengan menggabungkan pengaruh variasi iklim global dan ketersediaan air untuk memprediksi persediaan air di masa depan. Global circulation models (GCM) menyediakan data simulasi dari parameter iklim pada skala global, tetapi tidak dapat menghasilkan data parameter iklim skala lokal seperti pada pos hujan pengamatan klimatologi. Teknik statistical downscaling (SD) digunakan untuk memprediksi data parameter iklim berskala lokal menggunakan model statistik dengan memanfaatkan parameter-parameter iklim global yang diperoleh dari data luaran GCM, kemudian dihubungkan secara fungsional dengan parameter-parameter iklim lokal seperti curah hujan. Provinsi Jawa Barat adalah salah satu wilayah di Indonesia dengan intensitas curah hujan yang tinggi dan sulit untuk diprediksi. Intensitas curah hujan akan berbeda-beda di setiap waktunya, pada saat musim hujan atau cuaca ekstrim intensitas curah hujan akan cenderung tinggi, begitu juga sebaliknya. Hal ini menandakan adanya kelompok intensitas curah hujan untuk daerah dan waktu tertentu, sehingga model yang dihasilkan untuk setiap kelompok bisa berbeda. penelitian ini melakukan pemodelan dua tahap untuk menduga curah hujan pada 4 pos hujan di Jawa Barat, yaitu Bogor, Bandung, Jatiwangi, dan Citeko. Tahap pemodelan pertama adalah pemodelan klasifikasi menggunakan regresi logistik ordinal untuk menduga kelompok curah hujan lokal berdasarkan kuartilnya yang dihubungkan dengan output GCM. Variabel yang digunakan dalam tahapan ini adalah nilai komponen utama data Climate Forecast System (CFS) dengan kelompok curah hujan lokal berdasarkan kuartilnya.Pemodelan tahap dua dilakukan untuk menduga curah hujan dari masing-masing kelompok curah hujan lokal menggunakan Regresi Komponen Utama (RKU) dan Regresi Kuadrat Terkecil Parsial (RKTP). Pemodelan dua tahap menggunakan metode RKU dan RKTP memberikan nilai RMSEP lebih baik dibandingkan pendugaan menggunakan seluruh data untuk stasiun geofisika Bandung, Jatiwangi dan Citeko, sedangkan RMSEP yang dihasilkan untuk pos hujan Bogor lebih besar dibandingkan dengan penggunaan RKU dan RKTP tanpa pengelompokan, sehingga pemodelan 2 tahap menggunakan regresi logistik ordinal belum mampu untuk menduga curah hujan pada pos hujan Bogor.