i ABSTRAK
Keterbatasan data observasi menyebabkan analisis dan prediksi curah hujan sulit dilakukan. Salah satu cara untuk mengatasi keterbatasan tersebut adalah penggunaan data satelit seperti GSMaP, namun data satelit perlu divalidasi sebelum digunakan. Penelitian ini bertujuan untuk memvalidasi data curah hujan GSMaP terhadap data observasi pada daerah Bali dan Nusa Tenggara. Melalui analisis time series bulanan diketahui data curah hujan GSMaP cenderung memiliki nilai yang lebih kecil dibandingkan data observasi, namun memiliki pola data yang hampir sama pada setiap daerah dengan pola hujan yang terjadi ada bulan November hingga Maret (NDJFM). Sedangkan melalui validasi antara data curah hujan satelit GSMaP dan observasi dengan menggunakan korelasi person dan RMSE serta MBE di tiap lokasi menunjukkan nilai korelasi yang positif kuat (>0.5), nilai korelasi yang diperoleh tiap lokasi dari 0.82 sampai 0.93 dengan nilai RMSE dari 2.08 sampai 5.51 dan nilai MBE dari 0.23 sampai 0.89, hal ini menunjukkan bahwa data satelit GSMaP valid dan dapat digunakan untuk mengisi data yang kosong terutama pada 5 wilayah pengamatan yaitu Denpasar, Ampenan, Sumbawa Besar, Bima and Kupang. Kata kunci : curah hujan, GSMaP
ABSTRACT
Limitations of observational data cause precipitation analysis and prediction of rainfall is difficult. One way to overcome such limitations is the use of satellite data such as GSMaP, but satellite data needs to be validated before use. This study aims to validate GSMaP rainfall data on observation data in Bali and Nusa Tenggara. Through monthly time series analysis, GSMaP rainfall data tend to have smaller value than observation data, but it has similar data pattern in each region with rain pattern that occurs in November to March (NDJFM). While validation between satellite rainfall data GSMaP and observation by using correlation person and RMSE and MBE in each location showed strong positive correlation value (> 0.5), correlation value obtained each location between 0.82 - 0.93 with RMSE value between 2.08 - 5.51 and MBE value 0.23 - 0.89, this indicates that GSMaP satellite data is valid and can be used to fill in empty data especially in 5 observation areas ie Denpasar, Ampenan, Sumbawa Besar, Bima and Kupang.
ii
KATA PENGANTAR
Puji syukur penyusun panjatkan kehadirat Tuhan Yang Maha Esa, karena atas limpahan rahmat dan hidayah-Nya penyusun dapat menyelesaikan proposal tugas akhir yang berjudul Validasi Curah Hujan Harian Berdasarkan Data Global Satellite Mapping of Precipitation (GSMaP) Di Wilayah Bali Dan Nusa Tenggara.
Penyusun mengucapkan terimakasih kepada seluruh pihak yang telah membantu dan mendukung terbentuknya tugas akhir ini. Ucapan terimakasih tersebut penyusun sampaikan kepada:
1. Bapak I Ketut Sukarasa, S.Si, M.Si selaku dosen pembimbing I yang telah memberikan bimbingan, dukungan dan pengetahuan tentang konsep yang sangat banyak, serta tema pokok yang telah diberikan demi terselesaikannya proposal tugas akhir ini.
2. Bapak I Gusti Ngurah Sutapa, S.Si, M.Si selaku pembimbing II yang telah memberikan bimbingan dan dukungan dalam penyelesaian proposal tugas akhir ini.
3. Bapak Ir. S. Poniman, M.Si selaku Plt Ketua Jurusan Fisika FMIPA Universitas Udayana yang telah mengesahkan proposal tugas akhir ini.
4. Bapak dan Ibu dosen Fisika FMIPA Universitas Udayana yang telah memberikan masukan dan pengetahuan.
5. Keluarga yang telah mendukung, khususnya kedua orang tua saya.
6. Teman-teman mahasiswa Jurusan Fisika Universitas Udayana khususnya angkatan 2012 yang telah bersedia membantu dan memberi masukan kepada penyusun.
Penyusun menyadari bahwa pemaparan materi dalam proposal tugas akhir ini kurang sempurna dan masih terdapat keterbatasan dalam penyampainnya. Oleh karena itu penyusun mengharapkan kritik dan saran dari pembaca agar makalah hasil tugas akhir ini menjadi lebih baik lagi.
Bukit Jimbaran, Juli 2017
iii DAFTAR ISI Halaman HALAMAN JUDUL ... i LEMBAR PENGESAHAN ... ii ABSTRAK ... iii KATA PENGANTAR ... iv DAFTAR ISI ... v
DAFTAR TABEL ... vii
DAFTAR GAMBAR ... viii
BAB I PENDAHULUAN ... 1 1.1 Latar Belakang ... 1 1.2 Rumusan Masalah ... 2 1.3 Batasan Masalah ... ... 2 1.4 Tujuan Penelitian ... ... 3 1.5 Manfaat Penelitian ... 3
BAB II TINJAUAN PUSTAKA ... 4
2.1 Pengertian Curah Hujan ... 4
2.2 Pola Curah Hujan di Indonesia ... 7
2.2.1 Pola monsun ... ... 7
2.2.2 Pola khatulistiwa... ... 8
2.2.3 Pola lokal... ... 8
2.3 Penakar Hujan Observatorium (OBS) ... 9
2.4 Penginderaan Jarak Jauh ... 11
2.5 Global Satellite Mapping of Precipitation ( GSMaP ) ... 12
2.5.1 Algoritma MWI ... 13
BAB III METODE PENELITIAN ... 14
3.1 Tempat dan Waktu Penelitian ... 14
iv
3.1.2 Waktu ... 14
3.2 Data ... 14
3.3 Metode ... 15
3.3.1 Korelasi person ... 15
3.3.2 Root mean square error (RMSE) dan mean bias error (MBE)... 16
3.4 Skema Penelitian ... .. 17
BAB IV HASIL DAN PEMBAHASAN ... 24
4.1 Hasil Validasi Hujan ... 24
4.1.1 Analisis curah hujan tiap lokasi dari September 2011 – Agustus 2016 ... 25 4.2 Pembahasan ... ... 30 BAB V PENUTUP ... 32 5.1 Kesimpulan ... 32 5.2 Saran ... 32 DAFTAR PUSTAKA LAMPIRAN
v
DAFTAR TABEL
Halaman
Tabel 2.1 Daftar Nilai Oktas pada Liputan Awan ... 5
Tabel 2.2 Daftar satelit input GSMaP MWI ... 13
Tabel 4.1 Nilai rata-rata Korelasi hujan harian di tiap lokasi tahun September 2011 – Agustus 2016 GSMaP ... 11
Tabel 4.2 Nilai r, RMSE, dan MBE wilayah Denpasar... ... 12
Tabel 4.3 Nilai r, RMSE, dan MBE wilayah Ampena... ... 13
Tabel 4.4 Nilai r, RMSE, dan MBE wilayah Sumbawa Besar... ... 14
Tabel 4.5 Nilai r, RMSE, dan MBE wilayah Bima... ... 15
vi
DAFTAR GAMBAR
Halaman
Gambar 2.1 Proses penyebaran awan dan terjadinya Hujan ... 4
Gambar 2.2 Hujan Zenithal ... 5
Gambar 2.3 Hujan Orografis ... 6
Gambar 2.4 Hujan Frontal ... 6
Gambar 2.5 Pola curah hujan di atas wilayah Indonesia ... 8
Gambar 2.6 Penakar hujan Observatorium ... 10
Gambar 2.7 Skema dari Penginderaan jarak jauh ... 11
Gambar 3.1 Lokasi Pengmatan ... 15
Gambar 3.2 Pengunduhan data dari GSMaP menggunakan FTP ... 17
Gambar 3.3 Folder hasil pengunduhan data dari GSMaP ... 18
Gambar 3.4 Tampilan file GSMaP yang telah di ekstrak ... 18
Gambar 3.5 Scipt untuk file .ctl ... 19
Gambar 3.6 Script untuk file .gs ... 20
Gambar 3.7 Penggabungan file .ctl dan .gs ke data GSMaP ... 21
Gambar 3.8 software GRADS ... 21
Gambar 3.9 tampilan data hasl keluaran GRADS Oktober 2011 ... 22
Gambar 3.10 Proses pengolahan data. ... 22
Gambar 3.11 Kerangka Penelitian... ... 23
Gambar 4.1 Grafik Perbandingan antara data Curah Hujan Satelit dan Observasi ... 24
Gambar 4.2 Grafik Curah Hujan Bulanan wilayah Denpasar September 2011 – Agustus 2016………. 25
Gambar 4.3 Grafik Curah Hujan Bulanan wilayah Ampenan September 2011 – Agustus 2016………. 26
Gambar 4.4 Grafik Curah Hujan Bulanan wilayah Sumbawa Besar September 2011 – Agustus 2016………... 27
Gambar 4.5 Grafik Curah Hujan Bulanan wilayah Bima September 2011 – Agustus 2016………. 28
Gambar 4.6 Grafik Curah Hujan Bulanan wilayah Kupang September 2011 – Agustus 2016………. 29
1 BAB I PENDAHULUAN 1.1 Latar Belakang.
Curah hujan merupakan salah satu unsur cuaca dan iklim yang sangat berguna bagi kelangsungan kehidupan di muka bumi ini. Kondisi curah hujan di tiap daerah berbeda-beda. Ada berbagai faktor yang menyebabkan perbedaan ini salah satunya adalah faktor topografi (Yulianto, Sudibyakto, 2012). Di sisi lain curah hujan merupakan unsur meteorologi yang mempunyai variasi besar dalam skala ruang dan waktu, sehingga paling sulit untuk diprediksi. Informasi curah hujan menjadi sangat penting karena dibutuhkan oleh berbagai aspek kehidupan, terutama dalam perencanaan pertanian, transportasi, perkebunan, hingga untuk peringatan dini bencana alam, banjir/longsor serta kekeringan. Data dan informasi curah hujan dalam skala spasial yang cukup luas ,terkini, cepat serta mudah diperoleh masih belum tersedia dari data pengamatan stasiun curah hujan. Adanya keterbatasan tersebut tentu saja menjadi hambatan bagi pengguna dalam memperoleh informasi curah hujan. Satelit penginderaan jauh untuk pemantauan cuaca dan lingkungan mempunyai kemampuan untuk memberikan informasi cuaca setiap jam dalam cakupan yang cukup luas. Data satelit lingkungan dan cuaca ini dapat diperoleh secara up to date dan tidak dikenakan biaya, namun pemanfaatannya masih sangat terbatas di kalangan masyarakat luas.
Prakiraan curah hujan dengan satelit telah digunakan untuk berbagai aplikasi, diantaranya untuk pemodelan cuaca, iklim dan pemodelan hidrologi. Prakiraan curah hujan dengan satelit memiliki kelebihan tersendiri, yaitu cakupan data spasial yang bersifat global dari data radar dibandingkan alat penakar hujan observasi. Akan tetapi, hubungan antara radians data satelit dengan alat penakar hujan observasi dalam menentukan jumlah hujan yang jatuh ke tanah sulit ditentukan, sehingga sangat perlu dilakukan validasi guna mengetahui tingkat besaran kesalahan yang terjadi pada Satelit (McCollum, 2002).
Global Satellite Mapping of Precipitation (GSMaP) merupakan projek yang dilakukan oleh Japan Science and Technology (JST) menyediakan data curah hujan secara global menggunakan kombinasi dari beberapa satelit guna data yang akura serta mendekati aslinya. Dengan memanfaatkan fungsi dari GSMaP yang merupakan gabungan dari beberapa satelit Forecaster diharapkan mampu membuat analisa prakiraan yang
2
kualitasnya mendekati sebenarnya.Saat ini cara menganalisa citra satelit dilaukan secara subjektif melalui mata penglihatan manusia, sedangkan analisis yang berkualitas membutuhkan penguasaan interpretasi citra secara baik, adapun cara lain diantaranya adalah dengan melakukan validasi data satelit.
Penelitian mengenai curah hujan berdasarkan data satelit terutama di negara subtropis telah banyak dilakukan di antaranya Evaluation of the potential of NASA multi-satellite precipitation analysis in global landslide hazard assessment (2006) kemudian Use of satellite remote sensing data in the mapping of global landslide susceptibility (2007) oleh Hong et al, dan Satellite Monitors Rains that Trigger Landslides Earth Observatory NASA oleh Naranjo (2007).
Untuk di negara tropis,seperti di Indonesia hal seperti ini belumpernah dilakukan. Indonesia merupakan salah satu negara kepulauan dimana curah hujan yang terjadi di tiap daerah sangat bervariasi. Secara global, kondisi cuaca dan iklim yang terjadi di Indonesia khususnya wilayah Bali dan Nusa Tenggara sangat dipengaruhi oleh pergerakan angin muson dan kondisi suhu permukaan laut yang terjadi di Lautan Pasifik Equator (perairan timur Indonesia).
1.2 Rumusan Masalah.
Adapun rumusan masalah dari penulisan ini adalah :
1. Bagaimanakah karakteristik hujan dari data GSMaP di wilayah Bali dan Nusa Tenggara?
2. Bagaimanakah tingkat validitas data GSMaP di wilayah Bali dan Nusa Tenggara?
1.3 Batasan Masalah.
Fokus daerah penelitian ini adalah wilayah daratan Bali, NTB dan NTT secara keseluruhan, dimana validasi dan analisis akan dilakukan dengan menggunakan data GSMaP dan data pengamatan Observasi bulan September 2011 – Agustus 2016 secara harian.
3 1.4 Tujuan Penelitian.
Tujuan dari penelitian ini adalah :
1. Mengevaluasi karakteristik curah hujan harian di wilayah tersebut berdasarkan data GSMaP sehingga bisa dijadikan sebagai bahan acuan dalam prediksi cuaca atau yang lebih luas lagi sebagai bahan pertimbangan dinamis untuk prakiraan cuaca dan iklim. 2. Mengetahui tingkat validitas nilai curah hujan dari GSMaP di wilayah Bali dan Nusa
Tenggara.
1.5 Manfaat Penelitian.
Adapun manfaat penelitian ini adalah:
1. Untuk menyediakan informasi yang mendekati sebenarnya tentang curah hujan harian di wilayah Bali dan Nusa Tenggara berdasarkan data GSMaP
2. Mampu memberikan pengetahuan baru dan pemahaman mengenai curah hujan harian di wilayah Bali dan Nusa Tenggara berdasarkan data GSMaP.
3. Dapat digunakan sebagai acuan untuk analisa lebih lanjut dan penelitian tentang observasi dan prediksi curah hujan harian di wilayah Bali dan Nusa Tenggara.
