Imputasi Missing Data Curah Hujan di Stasiun BMKG Jawa Timur Berbasis Machine Learning Menggunakan Data Satelit

Abstract

Estimasi dan pemantauan pola curah hujan penting untuk pemodelan sistem hidrologi serta untuk perencanaan dan pengelolaan sumber daya air di berbagai bidang masyarakat seperti dalam menghadapi bencana alam kekeringan maupun banjir. Data curah hujan diperoleh melalui alat pengukur hujan. Alat pengukur hujan mungkin tidak dapat mengidentifikasi curah hujan secara spasial di area yang luas atau di daerah dengan topografi yang kompleks. Kesalahan teknis dan kesalahan manusia juga sering kali mempengaruhi proses pencatatan data sehingga menyebabkan data menjadi tidak lengkap yang disebut dengan missing data. Kebutuhan akan data amatan dari stasiun menjadi sangat penting dalam analisis data klimatologi, karena langsung diambil dari lokasi dan merupakan data aktual. Data stasiun di Indonesia banyak yang tidak lengkap sehingga analisis data curah hujan menggunakan data stasiun menjadi bermasalah. Beberapa peneliti menggunakan data satelit yang lebih lengkap untuk melakukan penelitian. Data satelit yang notabene bangkitan suatu model memiliki kesalahan sehingga hasil analisis juga mengandung kesalahan. Analisis menggunakan data stasiun lebih baik dibandingkan menggunakan data satelit. Salah satu cara untuk mengatasi data stasiun yang tidak lengkap adalah imputasi missing data. Imputasi adalah suatu proses untuk mengisi nilai yang kosong dengan nilai perkiraan yang dihitung secara tepat. Penelitian ini memanfaatkan salah satu cabang artificial intelligence yaitu machine learning untuk melakukan imputasi missing data berdasarkan pemetaan data satelit pada data stasiun yang ada di Jawa Timur. Tujuan dari penelitian ini adalah menentukan metode machine learning dan data satelit dengan performa terbaik berdasarkan nilai Mean Absolute Error (MAE) paling rendah untuk imputasi missing data curah hujan di stasiun BMKG Jawa Timur. Penelitian ini secara keseluruhan melalui empat tahapan yaitu tahap persiapan meliputi pengumpulan dan praproses data. Data curah hujan yang digunakan diperoleh dari stasiun BMKG Jawa Timur dan data satelit (ERA5, ERA5 Land, CMORPH CRT, CMORPH BLD, dan CHIRPS). Tahap kedua yaitu konstruksi model. Metode yang digunakan dalam penelitian ini yaitu Multiple Linear Regression (MLR), Multiple Layer Perceptron (MLP), Support Vector Regression (SVR), dan Convolutional Neural Network (CNN). Tahap ketiga yaitu pelatihan dan pengujian model. Model dilatih atas dasar pembagian data sebagai data pelatihan dan pengujian dengan rasio sebesar 95:5%, 90:10%, dan 80:20%. Melalui proses konstruksi model dihasilkan 20 kombinasi model yang kemudian dipilih model dengan nilai MAE paling rendah sebagai model dengan performa terbaik. Berdasarkan metode machine learning, MLP menunjukkan performa yang baik pada data pelatihan maupun data pengujian, ditunjukkan oleh nilai MAE yang relatif rendah dibandingkan dengan metode lainnya. Pada data satelit, CMORPH CRT menghasilkan nilai MAE terendah pada data pelatihan, namun mengalami kenaikan MAE yang signifikan pada data pengujian, mengindikasikan adanya overfitting. Oleh karena itu, CMORPH CRT tidak diusulkan dalam penelitian ini. Sementara itu, data ERA5 menunjukkan nilai MAE yang cukup rendah dan stabil pada data pelatihan dan pengujian, sehingga lebih direkomendasikan untuk digunakan. Secara keseluruhan, hasil penelitian ini menunjukkan bahwa kombinasi model MLP dengan data satelit ERA5 memberikan performa terbaik berdasarkan nilai MAE terendah, sehingga digunakan untuk imputasi data curah hujan yang hilang pada data stasiun BMKG di Jawa Timur.