INTER-RELASI KELUARAN MODEL NWP UNTUK POTENSI
PRAKIRAAN CUACA JANGKA PENDEK TIGA WILAYAH TIPE
HUJAN DI INDONESIA
DEVITA RISTANTI
DEPARTEMEN GEOFISIKA DAN METEOROLOGI
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
ABSTRAK
DEVITA RISTANTI. Inter – Relasi Keluaran Model NWP untuk Potensi Prakiraan Cuaca Jangka Pendek Tiga Wilayah Tipe Hujan di Indonesia. Dibimbing oleh AHMAD BEY dan KUKUH RIBUDIYANTO.
Prakiraan cuaca jangka pendek di Indonesia saat ini memanfaatkan keluaran model NWP. Model NWP merupakan prediksi cuaca harian yang rutin dengan komputer menggunakan persamaan matematik. Banyak orang mengakui bahwa sistem cuaca skala meso belum disimulasikan secara memuaskan oleh model NWP.
Tujuan dari penelitian ini yaitu untuk mempelajari dan memahami teknik prediksi cuaca jangka pendek dan membuat suatu analisis statistik sebagai upaya pemanfaatan data output model NWP untuk prediksi cuaca. Parameter cuaca yang akan dibahas dan diprediksi dalam penelitian ini yaitu CH, T max, T min, RH max dan RH min dengan daerah kajian adalah tiga wilayah tipe hujan di Indonesia yaitu Padang, Jak arta dan Ambon.
Kota Ambon merupakan kota yang paling baik untuk pemaanfaatan model NWP dalam penelitian ini dilihat dari plot nilai output model dengan hasil observasi lapangan yang berpola sama. Nilai output model NWP (prediksi) dengan nilai observasi lapangan tidak sama atau terdapat error antara keduanya, untuk itu dicari faktor koreksi untuk meminimalisasi nilai error tersebut. Untuk model hujan, nilai RMSE berkurang hingga 8.9 % sementara nilai MAE berkurang hingga 25 % karena menggunakan faktor koreksi. Untuk model suhu nilai RMSE berkurang hingga 80 % sementara nilai MAE berkurang hingga 84 % setelah menggunakan faktor koreksi. Sedangkan untuk model RH nilai RMSE berkurang hingga 81% sementara nilai MAE berkurang hingga 85% setelah menggunakan faktor koreksi. Hasil ini menunjukkan bahwa penggunaan faktor koreksi lebih berpengaruh nyata pada model regresi suhu (Tmax dan Tmin) dan RH (RHmax dan RH min) daripada model regresi CH.
Kata kunci: Numerical Weather Prediction (NWP), prakiraan cuaca jangka pendek, pola curah hujan, faktor koreksi
ABSTRACT
D EVITA RISTANTI. Numerical Weather Prediction (NWP) Output Model Potentials for Short-range Weather Forecasting in three different rainfall patterns in Indonesia. Supervised by AHMAD BEY and KUKUH RIBUDIYANTO.
Most of the present day short-range weather forecasting centers all over the world, including Indonesia, utilize various NWP products. NWP prediction is performed by solving mathematical equations which describe the behavior of the atmosphere. Current available NWP model is not yet satisfactorily capable of simulating mesoscale weather systems.
The main objective of this research is to comprehend the process and technique of preparing short-range weather forecasts using NWP products; this is followed by incorporating statistical analysis to possibly reveal any useful relationship between NWP model output and observational data to enhance forecasting accuracy. Weather parameters to be focused in this research include rainfall, maximum and minimum temperature, maximum and minimum relative humidity in the three different rain type areas of Indonesia, namely, Padang, Jakarta, and Ambon.
This study clearly reveals that using NWP model output is highly prospective for shot-range weather prediction in Ambon; the plot of prediction output shows similar pattern with observational data. The output values of NWP model (prediction) and the values of field observation are not precisely the same due to systematic errors. A simple linear correction factor is attempted to reduced the errors. For rainfall, the correction factor causes the RMSE value to decrease by 8.9% while MAE value decreases by 25%. For temperature, RMSE value decreases by 80%, while MAE value decreases by 84%; while for relative humidity, RMSE value decreases by 81%, while MAE value decreases by 85%. This results show that using of correction factor for temperature regression model (Max Temp and Min Temp) and relative humidity (Max RH and Min RH) is more effective than rainfall regression model.
Key words: Numerical Weather Prediction (NWP), Short-range Weather Prediction, Rainfall patterns, Correction Fact or
INTER-RELASI KELUARAN MODEL NWP UNTUK POTENSI
PRAKIRAAN CUACA JANGKA PENDEK TIGA WILAYAH TIPE
HUJAN DI INDONESIA
DEVITA RISTANTI
G24052601
Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Sains pada
Departemen Geofisika dan Meteorologi
DEPARTEMEN GEOFISIKA DAN METEOROLOGI
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
KATA PENGANTAR
Alhamdulillah segala puji dan syukur penulis panjatkan ke hadirat Allah SWT atas segala nikmat dan rahmat - Nya sehingga penelitian ini dapat berjalan dengan baik. Penelitian ini berjudul “Inter-relasi Keluaran Model NWP untuk Potensi Prakiraan Cuaca Jangka Pendek Tiga Wilayah Tipe Hujan di Indonesia” yang bertempat di Laboratorium Meteorologi dan Pencemaran Atmosfer, Departemen Geofisika dan Meteorologi IPB serta di Badan Meteorologi, Kimatologi dan Geofisika Pusat Jakarta Bagian Informasi Meteorologi Publik.
Penulis tidak lupa menyampaikan ucapan ter ima kasih yang sebesar - besarnya kepada :
1. Kedua orang tua serta adik (Gesti Prabandini) atas segala doa, kasih sayang, semangat dan dukungannya selama ini.
2. Prof. Dr. Ir. Ahmad Bey dan Kukuh Ribudiyanto, S.Si sebagai pembimbing skripsi, yang banyak memberikan arahan dan bimbingan serta semangat selama kegiatan penelitian.
3. Ir. Henny Soeharsono, MS selaku dosen penguji atas segala saran dan kritiknya yang membangun.
4. Ir. Bregas Budiyanto, Ass, dpl. selaku pembimbing akademik atas nasehat dan arahannya selama p enulis menyelesaikan studi.
5. Dosen dan staf pengajar Departemen Geofisika dan Meteorologi atas ilmu yang telah diberikan kepada penulis.
6. Seluruh staf/pegawai Departemen Geofisika dan Meteorologi (Mas Aziz, Mbak Wanti, Pak Pono, Pak Udin, Mbak Icha, Pak Badrudin, Pak Khoirun, Bu Inda, Pak Jun) atas bantuannya selama ini.
7. Yudi Triawan Septiadhi atas hati, waktu, pundak,dukungan dan semangatnya.
8. Yohanes Ariyanto, Raden Tigin Purna Lugina dan Widya Ningsih atas bantuannya terhadap penulis selama menyelesaikan penelitin ini.
9. Teman – teman GFM angkatan 42 (Indah, Dewy, Anis, Lisa, Epi, Mbak Ium, Veza, Tanjung, Rifa, Ciciw, Nancy, Wita, Ivan, Dori, Gito, Victor, Anton, Indra, Franz, Apit, Budi, Ghulam, Hardie, Hengky, Nizar, Zahir, Galih, Heri, Wahyu, Aan, Dani, Obet, Tumpal, Irvan, Singgih) atas persahabatan dan keceriaan tak terlupakan yang telah kalian berikan selama 3 tahun ini. Semoga cerita kita menjadi “sebuah kisah klasik untuk masa depan” yang selalu indah untuk dikenang.
10. Kakak dan adik kelas di GFM atas persahabatan dan kebersamaannya.
11. Kawan seperjuangan Achie, Farida, Murti dan Yunita atas kebersamaan, persahabatan serta semangatnya selama ini.
12. Semua pihak yang telah membantu penulis dalam menyelesaikan studi yang tidak dapat disebutkan satu persatu.
Akhir kata, penulis hanya bisa menyampaikan bahwa tanpa pribadi – pribadi di atas, tugas akhir ini tidak akan selesai dengan baik. Penulis menyadari bahwa tulisan dalam tugas akhir ini masih jauh dari sempurna, namun penulis berharap semoga penelitian ini dapat memberikan manfaat bagi pihak – pihak yang memerlukan.
Bogor, Oktober 2009
RIWAYAT HIDUP
Penulis merupakan anak pertama dari dua bersaudara yang dilahirkan di Jakarta pada tanggal 26 Januari 1987 dari pasangan Bapak Purwanto dan Ibu Gemi Rahayu. Penulis memulai pendidikan formalnya di TK Miniatur tahun 1991-1993, kemudian penulis melanjutkan pendidikannya di SDN Kartika Sejahteradan lulus pada tahun 1999. Tahun 1999-2002, penulis melanjutkan studi ke SLTPN 1 Bojonggede dan tahun 2002-2005 ke SMU Negeri 5 Bogor. Pada tahun 2005, penulis lulus seleksi masuk IPB melalui jalur Seleksi Penerimaan Mahasiswa Baru (SPMB) dan setahun kemudian diterima pada program studi Meteorologi Terapan, Departemen Geofisika dan Meteorologi, Fakultas Matematika dan Ilmu Pengetahuan Alam.
Selama menjadi mahasiswa di Institut Pertanian Bogor, penulis pernah menjadi anggota Himpunan Profesi HIMAGRETO Departemen Kesekretariatan masa jabatan 2007/2008 dan Departemen Keilmuan dan Profesi masa jabatan 2008/2009. Selama menjalankan studi, penulis menerima beasiswa PPA (Peningkatan Prestasi Akademik) tahun 2005 – 2009. Penulis juga pernah melakukan kegiatan magang di Stasiun Klimatologi Kelas I Dramaga selama satu bulan dan menjadi asisten dosen mata kuliah Meteorologi Dinamik selama satu semester.
DAFTAR ISI
Halaman
DAFTAR ISI ... iii
DAFTAR TABEL ... iv DAFTAR GAMBAR ... v DAFTAR LAMPIRAN ... vi I. PENDAHULUAN 1.1. Latar Belakang ... 1 1.2. Tujuan ... 1
II. TINJAUAN PUSTAKA 2.1. Tipe – tipe Prediksi Cuaca ... 1
2.2. Proses Prediksi Cuaca Numerik ... 2
2.3. Model Numerical Weather Prediction (NWP) ... 2
2.3.1 Sejarah Model NWP ... 2
2.3.2 Klasifikasi Model NWP ... 3
2.3.3 Persamaan Model NWP ... 3
2.4. Koreksi Prediksi Cuaca ... 4
2.5. Pola Curah Hujan di Indonesia ... 4
2.6. Karakteristik Lokasi pengamatan ... 5
III. BAHAN DAN METODE 3.1. Waktu dan Tempat Penelitian ... 7
3.2. Data dan Peralatan ... 7
3.3. Metode Penelitian 3.3.1. Karakteristik Output Model NWP ... 7
3.3.2. Post Processing Output Model NWP ... 7
IV. HASIL DAN PEMBAHASAN 4.1. Numerical Weather Prediction (NWP) ... 8
4.2. Potensi Pemanfaatan Output Model NWP Studi Kasus Kota Padang, Jakarta dan Ambon ... 15 V. PENUTUP 5.1 Kesimpulan ... 25 5.2 Saran ... 26 DAFTAR PUSTAKA ... 26 LAMPIRAN ... 27
DAFTAR TABEL
Halaman
1. Variabel NWP dalam beberapa level tekanan ... 8
2. Operasional Penting dari KI ... 11
3. Parameter model NWP yang mempunyai korelasi nyata dan lebih besar dari 0.5 dengan CH ... 15
4. Nilai R2 dari Persamaan Regresi Berganda Model CH ... 16
5. Faktor Koreksi Model Hujan kota Ambon untuk masing-masing Bulan ... 19
6. Persamaan Regresi M odel Suhu dan RH kota Ambon ... 20
7. Faktor Koreksi Model suhu kota Ambon untuk masing-masing Bulan ... 24
DAFTAR GAMBAR
Halaman
1. Peta sebaran pola curah hujan Indonesia ... 4
2. Geometri pergerakan bumi terhadap matahari ... 5
3. Peta Sumatera Barat ... 5
4. Peta Kota Jakarta ... 6
5. Peta Kepulauan Maluku ... 7
6. Ilustrasi perbedaan antara dunia nyata (a) dengan representasinya dalam model NWP (b) ... 9
7. Grid Cell ... 9
8. Grid Cell dua dimensi dalam Model NWP ... 10
9. Dipole Mode Index ... 11
10. Suhu dan Pressure Velocity ... 13
11. K – Index ... 13
12. Lifted – Index ... 13
13. Showalter – Index ... 14
14. MSLP ... 14
15. Moisture Flux dan Konvergensi ... 14
16. Plot Nilai CH Obs dan CH untuk kota Padang (a) , Jakarta (b) dan Ambon (c) ... 17
17. Plot nilai CH Obs dan CH^ kota Ambon bulan DJF (a) , MAM (b), JJA (c) dan SON (d) ... 18
18. Plot nilai CH Obs dan CH* kota Ambon bulan DJF (a), MAM (b), JJA (c) dan SON (d) ... 18
19. Plot nilai Tmax obs dan Tmax^ kota Ambon bulan DJF (a), MAM (b), JJA (c) dan SON (d) ... 20
20. Plot nilai Tmin obs dan Tmin^ kota Ambon bulan DJF (a), MAM (b), JJA (c) dan SON (d) ... 21
21. Plot nilai Tmax obs dan Tmax* kota Ambon bulan DJF (a), MAM (b), JJA (c) dan SON (d) ... 21
22. Plot nilai Tmin obs dan Tmin* kota Ambon bulan DJF (a), MAM (a) , JJA (c) dan SON (d) ... 22
23. Plot nilai RHmax obs dan RHmax^ kota Ambon bulan DJF (a), MAM (b), JJA (c) dan SON (d) ... 22
24. Plot nilai RHmin obs dan RHmin^ kota Ambon bulan DJF (a), MAM (b), JJA (c) dan SON (d) ... 23
25. Plot nilai RHmax obs dan RHmax* kota Ambon bulan DJF (a) , MAM (b), JJA (c) dan SON (d) ... 23
26. Plot nilai RHmin obs dan RHmin* kota Ambon bulan DJF (a), MAM (b), JJA (c) dan SON (d) ... 24
DAFTAR LAMPIRAN
Halaman
1. Hasil Intepretasi Peta Cuaca Output Model NWP dari KMA ... 28
2. Plot Pola Angin Zonal Permukaan (u0) kota Ambon Tahun 2008 ... 28
3. Plot Pola Angin Meridional Permukaan (v0) kota Ambon Tahun 2008 ... 28
4. Nilai Koefisien Korelasi antar Variabel NWP kota Padang bulan DJF 2008... 29
5. Nilai Koefisien Korelasi antar Variabel NW P kota Padang bulan MAM 2008 ... 31
6. Nilai Koefisien Korelasi antar Variabel NW P kota Padang bulan JJA 2008 ... 33
7. Nilai Koefisien Korelasi antar Variabel NW P kota Padang bulan SON 2008 ... 35
8. Nilai Koefisien Korelasi antar Variabel NWP kota Jakarta bulan DJF 2008 ... 37
9. Nilai Koefisien Korelasi antar Variabel NWP kota Jakarta bulan MAM 2008 ... 39
10. Nilai Koefisien Korelasi antar Variabel NWP kota Jakarta bulan JJA 2008 ... 41
11. Nilai Koefisien Korelasi antar Variabel NWP kota Jakarta bulan SON 2008... 43
12. Nilai Koefisien Korelasi antar Variabel NWP kota Ambon bulan DJF 2008 ... 45
13. Nilai Koefisien Korelasi antar Variabel NWP kota Ambon bulan MAM 2008... 47
14. Nilai Koefisien Korelasi antar Variabel NWP kota Ambon bulan JJA 2008 ... 49
15. Nilai Koefisien Korelasi antar Variabel NW P kota Ambon bulan SON 2008 ... 51
16. Principal Component Analysis dan analisis regresi model CH kota Padang bulan DJF 2008 ... 53
17. Principal Component Analysis dan analisis regresi model CH kota Padang bulan JJA 2008 ... 53
18. Principal Component Analysis dan analisis regresi model CH kota Padang bulan SON 2008 ... 54
19. Principal Component Analysis dan analisis regresi model CH kota Jakarta bulan DJF 2008 ... 55
20. Principal Component Analysis dan analisis regresi model CH kota Jakarta bulan MAM 2008 ... 56
21. Principal Component Analysis dan analisis regresi model CH kota Jakarta bulan JJA 2008... 56
22. Principal Component Analysis dan analisis regresi model CH kota Jakarta bulan SON 2008 ... 57
23. Principal Component Analysis dan analisis regresi model CH kota Ambon bulan DJF 2008 ... 58
24. Principal Component Analysis dan analisis regresi model CH kota Ambon bulan MAM 2008 ... 59
25. Principal Component Analysis dan analisis regresi model CH kota Ambon bulan JJA 2008 ... 60
26. Principal Component Analysis dan analisis regresi model CH kota Ambon bulan SON 2008... 60
27. Principal Component Analysis dan analisis regresi model T max kota Ambon bulan DJF 2008 ... 61
28. Principal Component Analysis dan analisis regresi model T max kota Ambon bulan MAM 2008 ... 62
29. Principal Component Analysis dan analisis regresi model T max kota Ambon bulan JJA 2008 ... 62
30. Principal Component Analysis dan analisis regresi model T max kota Ambon bulan SON 2008... 63
31. Principal Component Analysis dan analisis regresi model T min kota Ambon bulan DJF 2008 ... 64
