Evaluasi Akurasi CHIRPS Terhadap Automatic Weather Station (AWS) Dalam Estimasi Curah Hujan Harian

Muthmainnah, Tiara Assyifa (2025) Evaluasi Akurasi CHIRPS Terhadap Automatic Weather Station (AWS) Dalam Estimasi Curah Hujan Harian. S1 thesis, Universitas Andalas.

	Text (Cover dan Abstrak) Cover + Abstrak.pdf - Published Version Download (295kB)
	Text (Bab I Pendahuluan) Bab I Pendahuluan.pdf - Published Version Download (289kB)
	Text (Bab V Kesimpulan) Bab V Kesimpulan.pdf - Published Version Download (137kB)
	Text (Daftar Pustaka) Daftar Pustaka.pdf - Published Version Download (202kB)
	Text (Tugas Akhir Full Text) Skripsi Full Text.pdf - Published Version Restricted to Repository staff only Download (6MB) | Request a copy

Abstract

Ketersediaan data curah hujan yang akurat dan merata masih menjadi tantangan signifikan dalam pengelolaan sumber daya air di Sumatera Barat. Salah satu upaya pemenuhan kebutuhan data dilakukan melalui penggunaan Automatic Weather Station (AWS) yang mampu mencatat data secara otomatis. Namun, AWS memiliki keterbatasan, seperti biaya operasional yang tinggi, cakupan spasial yang terbatas, serta kerentanan terhadap gangguan teknis. Sebagai alternatif, produk satelit Climate Hazards Group InfraRed Precipitation with Station Data (CHIRPS) menawarkan cakupan spasial yang luas dan resolusi temporal yang tinggi, namun tetap memerlukan validasi terhadap data observasi. Penelitian ini bertujuan untuk mengevaluasi akurasi data curah hujan harian CHIRPS dengan membandingkannya terhadap data AWS Ambient Weather WS-2902 yang terpasang di Fakultas Teknik Universitas Andalas. Analisis dilakukan untuk periode September 2023 hingga Maret 2025 menggunakan pendekatan point-to-pixel dan parameter statistik berupa Koefisien Korelasi (CC), Standar Deviasi, serta Centered Root Mean Square Difference (cRMSD). Koreksi bias diterapkan melalui tiga metode: Linear Scaling (LS), Local Intensity Scaling (LOCI), dan Empirical Quantile Mapping (EQM). Hasil menunjukkan bahwa CHIRPS cenderung underestimate terhadap curah hujan dengan intensitas tinggi, namun cukup akurat untuk hujan ringan hingga sedang. Koreksi bias, khususnya metode LOCI, mampu meningkatkan akurasi secara signifikan (CC = 0.8, cRMSD = 30.39 mm). Evaluasi kinerja deteksi menunjukkan performa yang baik, dengan nilai POD sebesar 0.90, FAR sebesar 0.10, dan CSI sebesar 0.80. Berdasarkan temuan tersebut, CHIRPS yang telah dikoreksi dapat dimanfaatkan sebagai sumber data curah hujan alternatif di wilayah dengan keterbatasan data observasi. Kendati demikian, penggunaannya tetap perlu mempertimbangkan unsur ketidakpastian, khususnya pada kejadian hujan ekstrem. Temuan ini memberikan dasar yang kuat dalam pemilihan produk satelit yang sesuai untuk mendukung aplikasi hidrometeorologi di Indonesia.

Actions (login required)

View Item