PEMODELAN DATA HUJAN GROUND BERDASARKAN DATA HUJAN TRMM (NASA)
Abstract
Tidak lengkapnya data seringkali terjadi sehingga data hujan yang kosong diperkirakaan berdasarkan data hujan dari beberapa lokasi lainnya. Perbaikan data hujan Ini menyebabkan perencanaan menjadi tidak akurat. Data hujan yang dipergunakan di bidang sipil biasanya diambil dari BBWSMS dan BMKG. Data ini umumnya diambil dari lokasi ketinggian dekat dengan permukaan tanah (ground), sehingga data hujan ini sering disebut juga dengan data hujan ground. Selain dari pada itu, data hujan juga bisa didapat dari TRMM (NASA). Data ini dapat diambil disemua lokasi, sesuai koordinat yang diinginkan. Data ini merupakan data curah hujan rerata yang diambil dari satelit pada ketinggian sekitar 250 meter dari permukaan tanah. Dengan membandingkan data curah hujan ground dan TRMM, dihasilkan model persamaan yang dapat dipergunakan untuk memperkirakaan tinggi curah hujan ground di suatu lokasi yang tidak ada stasiun hujannya, berdasarkan data TRMM. Dalam penelitian ini perbandingan data hujan dilakukan baik secara langsung maupun membandingkan melalui spektrum curah hujannya. FFT dan Lomb adalah metode yang dipergunakan untuk menghitung spektrum curah hujannya. Dari hasil penelitian menunjukkan bahwa perbandingan hujan harian memberikan korelasi yang kecil, sedangkan perbandingan hujan kumultif bulanan memberikan koreklasi yang baik, yaitu lebih dari 0,5. Dari perbandingan ini disimpulkan bahwa untuk hujan kumulatif bulanan, korelasi nya bisa 10x lebih baik dibandingkan hujan harian.
Improved rain data This causes the planning to be inaccurate. Rain data used in the civil sector is usually taken from BBWSMS and BMKG. This data is generally taken from an elevation location close to the ground. In addition, rain data can be obtained from TRMM. This data can be taken in all locations according to the desired coordinates. This data is the average rainfall data taken from the satellite at an altitude of about 250 meters from the ground.By comparing the rainfall data obtained from the two data sources, an equation can be obtained that can be used to estimate the height of ground rainfall in a desired location based on TRMM data. In this study, comparisons of rainfall data were carried out either directly or by comparing the spectrum of rainfall. FFT and Lomb are the spectrum methods used. The results of the study show that the ratio of daily rainfall provides a small correlation, while the ratio of monthly cumulative rainfall provides a good correction, which is more than 0.5. From this comparison, it is concluded that for monthly cumulative rainfall, the correlation can be 10x better than daily rainfall.
References
BMKG. (2021), Badan Meteorologi, Klimatologi dan Geofisika, (Available at https://www. bmkg.go.id/).
BBWSMS, 2020, Balai Besar Wilayah Sungai Mesuji Sekampung. Dinas PU Profinsi Lampung.
Cooley, J. W., Tukey, J. W. (1965). An Algorithm for the machine calculation of Complex Fourier Series. Mathematics of Computation, 19(90): 297-301.
Susilokarti, D., Arif, S. S., Susanto, S., dan Sutiarso, L. (2016). Analisis Spektral Dalam Penentuan Periodisitas Siklus Curah Hujan Di Wilayah Selatan Jatiluhur. Kabupaten Subang, Jawa Barat. Agritech, 36(1): 89-95.
Hermawan, E. (2007). Penggunaan Fast Fourier Transform Dalam Analisis Kenormalan Curah Hujan Di Sumatera Barat Dan Selatan Khususnya Saat Kejadian Dipole Mode. Jurnal Meteorologi Dan Geofisika, 8(2):79 - 86
Li, A., and Hegde, M. (2021), Earth data Giovanni, NASA Official. (Available at https://giovanni. gsfc.nasa.gov/ Giovanni).
Laguna P., Moody, G. B., and Mark, R. G. (1998). Power Spectral Density of Unevenly Sampled Data by Least-Square Analysis: Performance and Application to Heart Rate Signals. IEEE Transactions on Biomedical Engineering, Vol.45(6): 698–715.
Lomb, N. R. (1976). Least Squares Frequency analysis of Unequally Spaced Data. Astrophysics and Space Science, Vol. 39(2): 447 – 462.
Nurdiati S., Khatizah E., Najib, M. K., and Hidayah R. R. (2021). Analysis of rainfall patterns in Kalimantan using fast fourier transform (FFT) and empirical orthogonal function (EOF). Journal of Physics: Conference Series, 1796 012053, IOP Publishing Ltd.
Zakaria, A., Sumiharni, Susilo, G. E., dan Arifaini, N. (2018). Studi pengaruh El Nino dan La Nina terhadap data curah hujan dari wilayah Lampung Timur. disajikan pada Seminar Nasional SINTA FT UNILA, 19 Oktober 2018, Bandar Lampung.
Zakaria, A. (2011a). Studi perbandingan spektrum curah hujan harian antara metode Lomb dan FFT. disajikan pada Prosiding Seminar Nasional Sains dan Teknologi IV, Hotel Marcopolo, Bandar Lampung, 29 – 30 November 2011, Bandar Lampung.
Zakaria, A. (2011b). Analisis sensitivitas metode Lomb dan FFT dengan menggunakan data sintetik. disajikan pada Prodising Seminar Hasil Penelitian & Pengabdian Kepada Masyarakat UNILA - 21 September 2011, Bandar Lampung.
Zakaria, A. (2008). The generation of synthetic sequences of monthly cumulative rainfall using FFT and least squares method. Disajikan pada Prosiding Seminar Hasil Penelitian & Pengabdian kepada masyarakat Universitas Lampung, Vol. 1: 1–15. Bandar Lampung.
Zakaria, A. (2005). Aplikasi Program FTRANS. Jurusan Teknik Sipil, Fakultas Teknik, Universitas Lampung.
Zakaria, A. (2003). Numerical modelling of wave propagation using higher order finite-difference formulas. Thesis (Ph.D.), Curtin University of Technology, Perth, W.A., Australia.
Copyright (c) 2023 Ahmad Zakaria, Riza Fahlefi , Suryo E. Purnomo
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
