OTOMATISASI DAN VALIDASI PEMROSESAN DATA GSMAP UNTUK MONITORING CURAH HUJAN HARIAN SPASIAL DI MALUKU UTARA
DOI:
https://doi.org/10.58917/ijpe.v5i1.641Kata Kunci:
Akurasi, AWS, Curah Hujan, Estimasi, GSMaP v8, OtomatisasiAbstrak
Provinsi Maluku Utara merupakan wilayah kepulauan dengan variabilitas curah hujan yang tinggi, namun pemantauan kondisi meteorologis sering terkendala oleh keterbatasan jaringan pengamatan permukaan yang tidak merata. Pemanfaatan data satelit Global Satellite Mapping of Precipitation (GSMaP) menawarkan solusi alternatif untuk pemantauan hujan spasial, namun akurasinya perlu divalidasi terlebih dahulu terhadap kondisi lokal. Penelitian ini bertujuan untuk melakukan otomatisasi pemrosesan dan validasi akurasi estimasi curah hujan harian GSMaP v8 terhadap data Automatic Weather Station (AWS) di empat lokasi strategis: Labuha, Tobelo, Pelabuhan Ternate, dan Stageof Ternate. Validasi dilakukan menggunakan metode statistik Pearson Correlation (r), Root Mean Square Error (RMSE), dan Relative Bias (RB). Hasil analisis menunjukkan bahwa pada skala akumulasi harian, GSMaP memiliki hubungan linear yang moderat terhadap data observasi dengan nilai koefisien korelasi (r) gabungan sebesar 0,462. Tingkat kesalahan estimasi ditunjukkan oleh nilai RMSE sebesar 15,67 mm/hari dengan kecenderungan overestimate sebesar 11,4%. Akurasi GSMaP di wilayah ini teridentifikasi dipengaruhi oleh "efek pulau kecil" (small island effect) dan kesalahan sensor pada garis pantai (coastline error) yang signifikan di wilayah kepulauan. Penelitian ini menyimpulkan bahwa meskipun GSMaP mampu menangkap pola umum kejadian hujan harian, penggunaan data untuk analisis lanjutan di Maluku Utara memerlukan koreksi bias lebih lanjut.
Referensi
Andari, R., Nurhamidah, Daoed, D., & Marzuki. (2024). Validation of TRMM and GPM Satellite Data Using Daily Precipitation Observations. International Journal on Advanced Science, Engineering and Information Technology, 14(2), 555–562. https://doi.org/10.18517/ijaseit.14.2.18980
BMKG. (2010). Peraturan Kepala Badan Meteorologi, Klimatologi, dan Geofisika Nomor 9 Tahun 2010 tentang Prosedur Standar Operasional Pelaksanaan Peringatan Dini, Pelaporan, dan Diseminasi Informasi Cuaca Ekstrim. https://peraturan.bpk.go.id/Details/191418/perka-bmkg-no-kep9-tahun-2010
BPS Provinsi Maluku Utara. (2024). Provinsi Maluku Utara Dalam Angka 2024 (Vol. 24). BPS Provinsi Maluku Utara. https://malut.bps.go.id/id/publication/2024/02/28/83811d5deb662f5db267ba66/provinsi-maluku-utara-dalam-angka-2024.html
Fadholi, A. (2013). Persamaan Regresi Prediksi Curah Hujan Bulanan Menggunakan Data Suhu dan Kelembapan Udara di Ternate. Statistika, 13(1), 7–16.
Fatkhuroyan, F., Wati, T., Sukmana, A., & Kurniawan, R. (2018). Validation of Satellite Daily Rainfall Estimates Over Indonesia. Forum Geografi, 32(2), 170–180. https://doi.org/10.23917/forgeo.v32i2.6288
Gao, R., Li, L., Wang, Y., Li, W., Yun, Z., & Gai, Y. (2024). Improvements and limitations of the latest version 8 of GSMaP compared with its former version 7 and IMERG V06 at multiple spatio-temporal scales in mainland China. Atmospheric Research, 308, 107517. https://doi.org/10.1016/j.atmosres.2024.107517
Kubota, T., Aonashi, K., Ushio, T., Shige, S., Takayabu, Y. N., Kachi, M., Arai, Y., Tashima, T., Masaki, T., Masaki, T., Kawamoto, N., Mega, T., Yamamoto, M. K., Hamada, A., Yamaji, M., Liu, G., & Oki, R. (2020). Global Satellite Mapping of Precipitation (GSMaP) Products in the GPM Era (hlm. 355–373). https://doi.org/10.1007/978-3-030-24568-9_20
Kawamoto, N., Mega, T., Yamamoto, M. K., Hamada, A., Yamaji, M., Liu, G., & Oki, R. (2020). Global Satellite Mapping of Precipitation (GSMaP) Products in the GPM Era (hlm. 355–373). https://doi.org/10.1007/978-3-030-24568-9_20
Lv, X., Guo, H., Tian, Y., Meng, X., Bao, A., & De Maeyer, P. (2024). Evaluation of GSMaP Version 8 Precipitation Products on an Hourly Timescale over Mainland China. Remote Sensing, 16(1), 210. https://doi.org/10.3390/rs16010210
Marta, S. D., Suhartanto, E., & Fidari, J. S. (2023). Validasi Data Curah Hujan Satelit dengan Data Stasiun Hujan di DAS Ngasinan Hulu, Kabupaten Trenggalek, Jawa Timur. Jurnal Teknologi dan Rekayasa Sumber Daya Air, 3(1), 35–45. https://doi.org/10.21776/ub.jtresda.2023.003.01.04
Mustamin, M. R., Maricar, F., Lopa, R. T., & Karamma, R. (2024). Validasi Akurasi Data Curah Hujan Per-Jam GSMaP Menggunakan ARR Tersebar di Sulawesi Selatan. Jurnal Teknik Sumber Daya Air. https://doi.org/10.56860/jtsda.v4i1.93
Nguyen, P., Shearer, E. J., Tran, H., Ombadi, M., Hayatbini, N., Palacios, T., Huynh, P., Braithwaite, D., Updegraff, G., Hsu, K., Kuligowski, B., Logan, W. S., & Sorooshian, S. (2019). The CHRS Data Portal, an easily accessible public repository for PERSIANN global satellite precipitation data. Scientific Data, 6(1), 180296. https://doi.org/10.1038/sdata.2018.296
Nomleni, A., Suhartanto, E., & Harisuseno, D. (2021). Estimation of Flow Discharge Model at Temef Watershed - East Nusa Tenggara Using TRMM Satellite Data. Civil and Environmental Science, 004(02), 115–126. https://doi.org/10.21776/ub.civense.2021.00402.2
Nurnaifah, I. I., Akhfar, M., & Nursyam. (2022). Pengaruh Gaya Belajar terhadap Hasil Belajar Fisika Siswa. Al-Irsyad Journal of Physics Education, 1(2), 86–94. https://doi.org/10.58917/ijpe.v1i2.19
Ramadhan, R., Marzuki, M., Yusnaini, H., Muharsyah, R., Tangang, F., Vonnisa, M., & Harmadi, H. (2023). A Preliminary Assessment of the GSMaP Version 08 Products over Indonesian Maritime Continent against Gauge Data. Remote Sensing, 15(4), 1115. https://doi.org/10.3390/rs15041115
Ramadhan, R., Muharsyah, R., Marzuki, Yusnaini, H., Vonnisa, M., Hashiguchi, H., Suryanto, W., & Sholihun. (2022). Evaluation of GPM IMERG Products for Extreme Precipitation over Indonesia. Journal of Physics: Conference Series, 2309(1), 012008. https://doi.org/10.1088/1742-6596/2309/1/012008
Satgé, F., Ruelland, D., Bonnet, M.-P., Molina, J., & Pillco, R. (2019). Consistency of satellite-based precipitation products in space and over time compared with gauge observations and snow- hydrological modelling in the Lake Titicaca region. Hydrology and Earth System Sciences, 23(1), 595–619. https://doi.org/10.5194/hess-23-595-2019
Shige, S., Kida, S., Ashiwake, H., Kubota, T., & Aonashi, K. (2013). Improvement of TMI Rain Retrievals in Mountainous Areas. Journal of Applied Meteorology and Climatology, 52(1), 242–254. https://doi.org/10.1175/JAMC-D-12-074.1
Toh, S. C., Lai, S. H., Mirzaei, M., Soo, E. Z. X., & Teo, F. Y. (2023). Sequential Data Processing for IMERG Satellite Rainfall Comparison and Improvement Using LSTM and ADAM Optimizer. Applied Sciences, 13(12), 7237. https://doi.org/10.3390/app13127237
Ushio, T., Sasashige, K., Kubota, T., Shige, S., Okamoto, K., Aonashi, K., Inoue, T., Takahashi, N., Iguchi, T., Kachi, M., Oki, R., Morimoto, T., & Kawasaki, Z.-I. (2009). A Kalman Filter Approach to the Global Satellite Mapping of Precipitation (GSMaP) from Combined Passive Microwave and Infrared Radiometric Data. Journal of the Meteorological Society of Japan. Ser. II, 87A, 137–151. https://doi.org/10.2151/jmsj.87A.137
Yuda, I. W. A., Prasetia, R., As-syakur, Abd. R., Osawa, T., & Nagai, M. (2020). An assessment of IMERG rainfall products over Bali at multiple time scale. E3S Web of Conferences, 153, 02001. https://doi.org/10.1051/e3sconf/202015302001
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2025 Rayhan Rafi, Nadia Aurellia Amarullah, Kevin Rizky Crusia Kawilohi, Resti Maulina Chusnul Chortimah, Yosik Norman
Artikel ini berlisensi Creative Commons Attribution 4.0 International License.
