TINGKAT KETELITIAN DATA SATELIT PERSIANN DAN GSMap PADA DAS BALO DENGAN PENYESUAIAN DATA GRID
Abstract
Tingginya curah hujan di Indonesia ini meningkatkan risiko terjadinya bencana alam di Indonesia seperti banjir, tanah longsor, kenaikan muka air pantai, angin puyuh dan sebagainya. Tidak hanya bencana alam, hal tersebut juga mengakibatkan banyak struktur bangunan rusak dan pengelolaan sumber daya air menjadi tidak sesuai dengan yang diharapkan. Perhitungan dan perancangan menggunakan data hujan seharusnya membutuhkan kumpulan data yang sangat lengkap dan runtun. Keterbatasan terhadap kelengkapan, keakuratan data menjadi penyebab kesulitan untuk menganalisis suatu model hidrologi, maka dirasa perlu menggunakan data satelit (data hujan satelit) sebagai alternatif untuk pemodelan hidrologi. Data hujan satelit yang digunakan adalah data hujan satelit PERSIANN dan Jaxa GSMap yang dibandingkan dengan data hujan DAS Progo. Metode Penelitian dilaksanakan dengan menggunakan metode kuantitatif penelitian survei dengan menggunakan data hujan lapangan di DAS Progo dan data hujan satelit dari masing-masing website satelit. Tujuan dari penelitian ini adalah untuk memperoleh ketelitian tertinggi data hujan dari data grid yang ada di sekitar koordinat data hujan lapangan terhadap setiap grid dari data hujan satelit PERSIANN dan Jaxa GSMap. Penelitian ini menunjukkan data grid Utara (U) memiliki keakuratan paling baik dibandingkan grid lainnya. Hasil analisis penelitian ini dapat memberi gambaran bahwa dalam pengambilan data satelit sebaiknya menggunakan data hujan pada arah utara dari titik yang mau dianalisis.
References
Asferizal, F. (2022). Analisis Perbandingan Kehandalan Data Hujan GSMaP, TRMM, GPM dan PERSIANN Terhadap Data Obsevasi Dalam Rentang Waktu Penelitian 2020-2021. In Original Article Journal of Infrastructure Planning, and Design (Vol. 2, Issue 1).
Asthia Miranti, F., & Rahmadania, M. (2021). Analisis Neraca Air Sub DAS Martapura Studi Kasus Wilayah Sungai Tabuk. Jurnal Teknologi Berkelanjutan (Sustainable Technology Journal, 10(2), 47–54. http://jtb.ulm.ac.id/index.php/JTB
Fadhli, R. A., Sujatmoko, B., Sipil, J. T., Teknik, F., & Riau, U. (2015). Perbandingan penggunaan data hujan lapangan dan data hujan satelit untuk analisis hujan-aliran menggunakan model ihacres. Annual Civil Engineering Seminar, 2006, 978–979.
Fadholi, A. (2020). Trend Curah Hujan Ekstrem Harian Berdasarkan Data PERSIANN-CCS di Kepulauan Bangka Belitung. Jurnal Ilmu Dan Inovasi Fisika, 04(01), 12–22.
Ginting, J. M. (2022). Perubahan Pola dan Kedalaman Curah Hujan Akibat Kejadian La Nina Tahun 1998-2018 di Indonesia Menggunakan Data Satelit PERSIANN. Jurnal KACAPURI, 5(1), 104–112. https://ojs.uniska-bjm.ac.id/index.php/jurnalkacapuri/article/view/7233
Ginting, J. M., & Rakhman, K. (2022). Analisis Perhitungan Jumlah dan Penentuan Lokasi Alat Pengukur Hujan di Kota Batam. Jurnal SIPILSains, 12(2), 1–11. https://ejournal.unkhair.ac.id/index.php/sipils/article/view/5036
Ginting, J. M., Sujono, J., & Jayadi, R. (2019). Analisis Hubungan Data Hujan Satelit dengan Hujan Terukur ARR Kalibawang. Prociding Konferensi Nasional Pascasarjana Teknik Sipil (KNPTS) X 2019, November, 89–102.
Habib Muzaki, N., Wijaya, I. N., Agritami, M., Ramdani, R. F., & Fadlan, A. (2022). Perbandingan Produk Estimasi Curah Hujan Global Precipitation Measurement (GPM) Dan Global Satellite Mapping of Precipitation (GSMaP) Di Wilayah Kalimantan Tahun 2020. Jurnal Meteorologi, 1(1), 19–31. https://jurnal.stmkg.ac.id/index.php/jam
Murdiyanto, & Gutomo, T. (2015). Bencana Alam Banjir dan Tanah Longsor dan Upaya Masyarakat dalam Penanggulangan. Jurnal Kemsos, 14(Desember), 437–452.
Patabang, S. T., Harisuseno, D., & Fidarih, J. S. (2022). Validasi Data Curah Hujan PERSIANN (Precipitation Estimation from Remotely Sensed Information using Artifial Neural Networks) dengan Pos Stasiun Hujan di DAS Selorejo. Jurnal Teknologi Dan Rekayasa Sumber Daya Air, 3(1), 001–011.
Prawaka, F., Zakaria, A., & Tugiono, S. (2016). Analisis Data Curah Hujan yang Hilang Dengan Menggunakan Metode Normal Ratio , Inversed Square Distance , dan Rata-Rata Aljabar ( Studi Kasus Curah Hujan Beberapa Stasiun Hujan Daerah Bandar Lampung ). JRSDD, 4(3), 397–406.
Purwanto, Setiono, & Hadiani, R. R. (2016). Pengisian Data Hujan yang Hilang dengan Metode Arima. Jurnal Universitas Muhammadyah Jakarta, November, 1–10.
Rahman, R. N., & Indra. (2020). Validasi Performa Satelit Presipitasi GSMap dalam Mengestimasi Curah Hujan di JABODETABEK. Jurnal Widya Climago, 2(2), 77–85.
Suciantini, P., & Suciantini. (2013). Analisis Pemanfaatan Data CMORPH-IRI untuk Estimasi Curah Hujan Wilayah di Palangka Raya , Kalimantan Tengah dan Pekanbaru , Riau. Jurnal Tanah Dan Iklim, 37(1), 1–8.
Suni, Y. P. (2021). Evaluasi Hubungan Data Hujan Satelit PERSIANN-CDR dan Data Hujan Pengukuran DAS LILIBA. Prosiding Seminar Nasional Riset Dan Teknologi Terapan (RITEKTRA) 2021, 1–6.
Triatmodjo, B. (2015). Hidrologi Terapan (5th ed.). Beta Offset.
Vusvitasari, R., Nugroho, S., & Akbar, D. S. (2016). Kajian Hubungan Koefisien Korelasi Pearson (ρ), Spearman-Rho (r), Kendall-Tau (τ), Gamma (G) , dan Somers (dyx). E-Jurnal Statistika, 41–54.
