Evaluasi Metode Inverse Distance Weighting dan Metode Kriging dalam Pemetaan Spasial Parameter Cuaca di Wilayah Danau Batur, Bali

Abstract

Danau Batur merupakan salah satu danau terbesar di Pulau Bali dan termasuk dalam kategori sebagai danau prioritas nasional. Sehingga pembangunan di kawasan Danau Batur sangat diperhatikan.Proses perencanaan pembangunan Danau Batur memerlukan data cuaca untuk langkah perencanaan yang lebih baik. Namun, ketersediaan data cuaca terbatas dan tergantung pada stasiun pengambil data. Berdasarkan keterbatasan ini, dilakukan metode interpolasi spasial untuk memperkirakan data cuaca di lokasi yang tidak memiliki stasiun pengambil data.Penelitian ini berfokus pada metode interpolasi Inverse Distance Weighting (IDW) dan metode Kriging yang dibandingkan untuk mengetahui meteode terbaik dalam memetakan curah hujan, suhu, dan kelembaban rata-rata bulan Januari 2023 di Danau Batur, Bali. Evaluasi dilakukan menggunakan metode skalar error seperti Root Mean Square Error (RMSE), Mean Square Error (MSE), Mean Absolute Error (MAE), dan Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa metode interpolasi Inverse Distance Weighting (IDW) lebih baik dalam memetakan curah hujan dan kelembaban. Sedangkan metode interpolasi Kriging lebih baik dalam memetakan suhu udara. Artinya metode Inverse Distance Weighting (IDW) memberikan perkiraan yang lebih akurat untuk curah hujan dan kelembaban, sementara metode Kriging memberikan perkiraan yang lebih akurat untuk suhu udara di Danau Batur, Bali.

Lake Batur is one of the largest lakes on the island of Bali and is categorized as a national priority lake. In planning the development of Lake Batur, weather data is required for better planning steps. However, the availability of weather data is limited and depends on the data collection station. Based on this limitation, a spatial interpolation method is performed to estimate weather data in locations that do not have data collection stations. In this study, the Inverse Distance Weighting (IDW) interpolation method and the Kriging method were compared to determine the best method for mapping the January 2023 average rainfall, temperature, and humidity at Lake Batur, Bali. The evaluation was conducted using error scalar methods such as Root Mean Square Error (RMSE), Mean Square Error (MSE), Mean Absolute Error (MAE), and Mean Absolute Percentage Error (MAPE). The results showed that the Inverse Distance Weighting (IDW) interpolation method is better at mapping rainfall and humidity. While the Kriging interpolation method is better at mapping air temperature. This means that the IDW method provides more accurate estimates for rainfall and humidity, while the Kriging method provides more accurate estimates for air temperature in Lake Batur, Bali.