UJI VERIFIKASI DATA PERMUKAAN DAN INDEKS UDARA ATAS HASIL MODEL WRF DENGAN DATA OBSERVASI STASIUN METEOROLOGI SULTAN HASANUDDIN

(STUDI KASUS : 6 DESEMBER 2021)

Authors

  • Wahyu Sulistiyono Sekolah Tinggi Meteorologi Klimatologi dan Geofisika
  • Muhammad Ivan Rizki Zuliandry Sekolah Tinggi Meteorologi Klimatologi dan Geofisika
  • Yosafat Donni Haryanto Sekolah Tinggi Meteorologi Klimatologi Dan Geofisika

DOI:

https://doi.org/10.37478/optika.v7i1.2354

Abstract

Kemajuan teknologi komputasi dalam pengolahan data secara numerik telah dimanfaatkan dalam bidang prakiraan cuaca. Prediksi cuaca berdasarkan model numerik perlu dilakukan pengujian untuk menentukan nilai galat serta akurasi data model terhadap data pengamatan. Dalam penelitian ini bertujuan untuk menentukan nilai galat (error) yang dihasilkan data model WRF (Weather Research and Forecast) terhadap data pengamatan permukaan serta udara atas Stasiun Meteorologi Hasanuddin pada tanggal 6 Desember 2021. Metode Verifikasi yang digunakan terdiri dari RMSE (Root Mean Square Error), ME (Mean Error), MAPE (Mean Absolute Percentage Error) dan Koefisien Korelasi. Berdasarkan hasil penelitian, didapatkan hasil bahwa data pengamatan permukaan hasil model WRF yang paling akurat yaitu data suhu udara, kelembaban relatif, dan tekanan udara dengan nilai persentase galat menurut metode MAPE berada dibawah 4%. Namun nilai korelasi suhu udara, kelembaban relatif, dan tekanan udara berada dibawah 0.1% yang menandakan hubungan data model dan data observasi sangat lemah. Sementara untuk data udara atas yang diuji dalam penelitian ini terdiri dari data CAPE dan CIN. Pada hasil pengujian didapatkan hasil bahwa data CIN memiliki akurasi yang lebih baik dikarenakan nilai galat yang terukur tergolong rendah dengan persentase MAPE sebesar 3.76%.

Downloads

Download data is not yet available.

Keywords:

Uji Verifikasi, Prediksi Cuaca Numerik

References

Ayasha, N. (2021). a Comparison of Rainfall Estimation Using Himawari-8 Satellite Data in Different Indonesian Topographies. International Journal of Remote Sensing and Earth Sciences (IJReSES), 17(2), 189. https://doi.org/10.30536/j.ijreses.2020.v17.a3441

Benjamin, S. G., Brown, J. M., Brunet, G., Lynch, P., Saito, K., & Schlatter, T. W. (2018). 100 Years of Progress in Forecasting and NWP Applications. Meteorological Monographs, 59, 13.1–13.67. doi:10.1175/amsmonographs-d-18-0020.1

CICTT Aviation “Statistical Summary of Commercial Jet Airplane Accidents : Worlwide Operation 1959-2011, ICAO Common Taxonomy Team, 2011.

Colabone RO, Ferrari AL, Vecchia FAS, Tech, ARB. Application of Artificial Neural Network for Fog Forecast. 2015. Journal of Aerospace Technology and Management

Efendi, U., & Kristianto, A. (2020). Uji Performa Asimilasi Data Observasi Udara Atas Dan Udara Permukaan Model Wrf Di Semarang (Studi Kasus Tanggal 3 – 5 Desember 2018). Prosiding Seminar Nasional Pendidikan Geografi Uhamka Tahun 2020, March, 98–109.

Fatkhuroyan (2013) ‘Pemanfaatan Model Numerik WRF v3.4 untuk Informasi Cuaca Penerbangan’, Seminar Nasional Teknologi Informasi dan Multimedia STMIK AMIKOM Yogyakarta, pp. 1–4.

Husna, K. and Munandar, M.A. (2017). Analisis Nilai Convective Available Potential Energy (CAPE) Selama Tahun 2013-2016 Terhadap Hujan di Jakarta. Prosiding SNST Fakultas Teknik, 1(1).

Igri, P. M., Vondou, D. A., Tanessong, R. S., & Mkankam, F. K. (2012). Assessing the Improvement of Severe Weather Prediction Over Western Africa in WRF by 3DVAR Data Assimilation System using Conventional and Radiance observational Data.In Erad-The Seventh European Conference On Radar In Meteorology And Hydrology.

Muharsyah, R. (2016). Kajian Pemanfaatan Model WRF untuk Prediksi Awal Musim Hujan 2014/2015 di Indonesia. Jurnal Meteorologi Dan Geofisika, 17(3), 165–176.

Mundir, 2013, Statistika Pendidikan. Jember : Pustaka Pelajar

Murphy, A. H., 1993: What is a good forecast? An essay on the nature of goodness in weather forecasting. Wea. Forecasting, 8, 281–293, https://doi.org/10.1175/1520-0434(1993)008,0281: WIAGFA.2.0.CO;2

Saefuddin, A., Notodipuro K.A., Alamudi A., & Sadik, K. (2009). Statistika Dasar, Jakarta; PT Grasindo.

Santos, C.A.C.D., Silva B.B.D., Rao T.V.R.R., Satyamurti P., & Manzi A.O. (2011). Downward Longwave Radiation Estimates For Clear Sky Conditions Over Northeast Brazil. Revista Brasileira de Meteorologia 26(3), 443-450.

Skamarock, W. C., &Klemp, J.B.(2007). A Timesplit Non Hydrostatic Atmospheric Model for Research and NWP Applications. Journal Comp. Phys., special issue on environmental modeling, 3465-3485

Suparmi, A., Cari, C., Deta, U. A., Husein, A. S., & Yuliani, H. (2014). Exact Solution of Dirac Equation for q-Deformed Trigonometric Scarf Potential with q-Deformed Trigonometric Tensor Coupling Potential for Spin and Pseudospin Symmetries Using Romanovski Polynomials. Journal of Physics: Conference Series, 539, 12004. https://doi.org/10.1088/1742-6596/539/1/012004

Swamidass, P. M. (Ed.). (2000). MAPE (mean absolute percentage error) MEAN ABSOLUTE PERCENTAGE ERROR (MAPE). In Encyclopedia of Production and Manufacturing Management (pp. 462–462). Springer US. https://doi.org/10.1007/1-4020-0612-8_580

Wilks, D. S., 2006, Statistical Methods in The Atmospheric Sciences, California: Academic Press.

Downloads

Published

2023-03-15

How to Cite

Sulistiyono, W. ., Zuliandry, M. I. R., & Haryanto, Y. D. (2023). UJI VERIFIKASI DATA PERMUKAAN DAN INDEKS UDARA ATAS HASIL MODEL WRF DENGAN DATA OBSERVASI STASIUN METEOROLOGI SULTAN HASANUDDIN: (STUDI KASUS : 6 DESEMBER 2021). OPTIKA: Jurnal Pendidikan Fisika, 7(1), 10-22. https://doi.org/10.37478/optika.v7i1.2354