Koreksi Data Satelit Gpm_3imerghh V07 Terhadap Data Automatic Weather Station Dalam Mengestimasi Curah Hujan Harian

Suharman, Violla (2026) Koreksi Data Satelit Gpm_3imerghh V07 Terhadap Data Automatic Weather Station Dalam Mengestimasi Curah Hujan Harian. S1 thesis, Universitas Andalas.

	Text (01. Cover & Abstrak) 01. Cover & Abstrak.pdf - Published Version Download (324kB)
	Text (02. BAB I) 02. BAB I.pdf - Published Version Download (215kB)
	Text (03. BAB V) 03. BAB V.pdf - Published Version Download (171kB)
	Text (04. Daftar Pustaka) 04. Daftar Pustaka.pdf - Published Version Download (176kB)
	Text (Full Text) 05. Tugas Akhir Full Text (1).pdf - Published Version Restricted to Repository staff only Download (3MB) | Request a copy

Abstract

Pemantauan curah hujan merupakan komponen penting dalam berbagai aplikasi hidrologi,klimatologi, dan pengelolaan sumber daya air. Namun, keterbatasan jumlah stasiun pengamatan konvensional di Indonesia menyebabkan adanya kesenjangan spasial dalam data curah hujan. Satelit Global Precipitation Measurement (GPM) dengan produk Integrated Multi-satellite Retrievals for GPM (IMERG), khususnya versi GPM_3IMERGHH V07, menawarkan alternatif untuk memperoleh estimasi curah hujan dengan resolusi spasial dan temporal yang tinggi. Penelitian ini bertujuan untuk menganalisis kinerja data GPM_3IMERGHH V07 dalam mengestimasi curah hujan harian dengan membandingkannya terhadap data observasi Automatic Weather Station (AWS) yang berlokasi di wilayah dataran rendah dan dataran tinggi Kota Padang. Metodologi penelitian meliputi pengumpulan data curah hujan harian dari AWS dan data satelit GPM_3IMERGHH V07 untuk periode tertentu, diikuti dengan proses validasi statistik menggunakan parameter koefisien korelasi (R), Root Mean Square Error (RMSE), Mean Absolute Error (MAE), dan bias. Analisis dilakukan untuk mengevaluasi tingkat kesesuaian antara data satelit dan data observasi lapangan. Hasil penelitian sebelumnya menunjukkan bahwa data GPM_3IMERGHH V07 memiliki korelasi yang cukup baik dengan data AWS dalam mendeteksi pola curah hujan harian, meskipun terdapat perbedaan nilai intensitas pada beberapa kejadian hujan ekstrem. Secara umum, data GPM menunjukkan potensi yang baik untuk digunakan sebagai sumber alternatif estimasi curah hujan di wilayah dengan keterbatasan data observasi. Namun demikian, evaluasi masih diperlukan untuk melihat sejauh mana satelit mencatat curah hujan, terutama pada kondisi topografi kompleks dan variabilitas spasial hujan yang tinggi. Hasil menunjukkan metode EQM adalah yang paling unggul dengan nilai korelasi tertinggi (0.57 di dataran rendah) dan kemampuan menjaga variabilitas data yang hampir identik dengan observasi AWS. Evaluasi deteksi kejadian hujan menunjukkan performa luar biasa dengan nilai FAR 0.00 dan POD mencapai 0.98 di dataran tinggi.

Actions (login required)

View Item