PEMODELAN MONTE CARLO UNTUK PREDIKSI SIFAT HUJAN HARIAN

Main Article Content

Siska Andriani
Dinar Munggaran Akhmad
Fajar Delli Wihartiko

Abstract

Prediksi merupakan kegiatan peramalan untuk masa depan. Prediksi sudah banyak digunakan salah satunya untuk prediksi panen, jumlah keuntungan dan kerugian serta prediksi cuaca. Pada penelitian ini akan memanfaatkan prediksi cuaca untuk mengetahui sifat hujan harian menggunakan model monte carlo. Dalam prediksi hujan harian ada beberapa parameter yang dapat mempengaruhi missalnya temperatur, curah hujan, kelembaban, arah angin, tekanan udara dan lain sebagainya. Pengamatan cuaca dilakukan oleh Badan Meteorologi Klimatologi dan Geofisika (BMKG). Data pengamatan yang digunakan pada penelitian ini adalah data pengamatan yang dilakukan stasiun BMKG Waingapu selama 40 tahun (1973-2013). BMKG dalam melakukan prediksi masih sering menemukan kendala karena iklim cuaca di Indonesia dirasa masih sangat labil, sehingga hasil akurasi prediksi sangat sulit dilakukan dengan menggunakan cara tradisional. Untuk itu diusulkan prediksi sifat hujan harian dengan pembangunan model sifat hujan harian menggunakan metode monte carlo. Tahapan metode yang dilakukan dimulai dari analisis, perancangan, implementasi dan uji validasi. Pada tahap implementasi dilakukan pemodelan dimana tahap awal yaitu melakukan analisis data cuaca, penentuan Awal Musim Hujan (AMH), analisis korelasi antara data AMH dengan data Anomali Suhu Permukaan Laut (ASPL) Nino 3.4, penentuan 3 kelas data menggunakan SOM, kategorisasi 9 sifat hujan harian, pemodelan dengan metode monte carlo dan uji coba validasi.

Article Details

Section
Articles

References

Indrawata Wardhana. 2013. Prediksi Curah Hujan Harian Menggunakan Jaringan Syaraf Tiruan Propagasi Balik Kab. Muaro Jambi Propinsi Jambi. Jurnal Edu-Physic. 4. 38-44.

Husak G, Michaelsen J, Kyriakidis P, Verdin J, Funk C, Galu G. 2009. The Forecast Interpretation Tool – a Monte carlo technique for blending climatic distributions with probabilistic fo9o,orecasts. International Journal of Climatology.

W Estiningtyas, F Ramadhani, E Aldrian. 2007. Analisis Korelasi Curah Hujan dan Suhu Permukaan Laut Wilayah Indonesia, Serta Implikasinya untuk Prakiraan Curah Hujan (studi kasus kabupaten cilacap). Agromet. 21 (2):46-60.

Surmaini E, Susanti E. 2008. Indikator Iklim Global dan Pengaruhnya Terhadap Kejadian Iklim Ekstrim di Indonesia. Jurnal Tanah Dan Iklim. No. 28/2008.

Gustari I, Hadi T, Hadi S, Renggono F. 2012. Akurasi Prediksi Curah Hujan Harian Operasional di Jabodetabek: Perbandingan dengan Model WRF. Jurnal Meteorologi dan Geofisika. 13 (2):119-130.

Alimatul Rahim. 2013. Prediksi awal musim hujan di Provinsi Sulawesi Selatan menggunakan data anomali suhu muka laut [tesis]. Bogor (ID): Sekolah Pascasarjana, Institut Pertanian Bogor.

Liebmann B, Coauthors. 2007. Onset and End of the Rainy Season in South America in Observations and the ECHAM 4.5 Atmospheric General Circulation Model. Journal Of Climate. 20.2037-2050

Walpole RE. 1992. Pengantar Statistika Edisi ke-3. Sumantri B, Penerjemah. Jakarta (ID): Gramedia. Terjemahan dari: Introduction ti Statistic 3???????? Edition.

Satria, Rizki, Sovia R, Gema L. 2017. Pemodelan dan Simulasi Analisa Sistem Antrian Pelayanan Nasabah di PT Sarana Sumatera Barat Ventura SSBV Menggunakan Metode Monte Carlo

Budi, Gregorius Satia, Liliana, Haryanto S. 2008. Cluster Analysis untuk Memprediksi Talenta Pemain Basket Menggunakan Jaringan Saraf Tiruan Self Organizing Maps (SOM)

Han J, Kamber M, Pei J. 2012. Data Mining: Concept and Techniques. Ed ke-3. Amsterdam (NL): Elsevier, Morgan Kaufmann.