OTOMATISASI DARI HASIL PENGAMATAN AUTOMATIC WEATHER STATION (AWS) SERTA PEMANFAATANNYA DALAM SATELLITE DISASTER EARLY WARNING SYSTEM (SADEWA)

Ahmad Zatnika Purwalaksana, Suaydhi Suaydhi, Waslaluddin Waslaluddin

Abstract


Informasi cuaca sangatlah bermanfaat bagi manusia karena informasi tersebut dapat digunakan untuk berbagai kepentingan kegiatan mereka saat ini. Informasi cuaca mudah didapatkan salah satunya melalui web Satellite Disaster Early Warning System (SADEWA). Web SADEWA dikembangkan oleh Pusat SAINS dan Teknologi Atmosfer (PSTA) Lembaga Penerbangan dan Antariksa Nasional (LAPAN). Informasi prediksi SADEWA didapatkan melalui simulasi model Weather Reaserch and Forecasting (WRF). Untuk melihat sejauh mana kinerja WRF dalam memprediksi cuaca, maka perlu dilakukan validasi terhadap data pengamatan. Automatic Weather Station (AWS) digunakan untuk mengukur parameter cuaca. Dalam penelitian ini dilakukan transfer otomatis data pengamatan AWS ke SADEWA. Data yang telah ditarnsfer tersebut ditampilkan di web dan dihitung korelasinya dengan data prediksi. Parameter cuaca yang dihitung nilai korelasinya adalah suhu, kelembaban dan curah hujan. Teori koefisien korelasi Pearson digunakan untuk melakukan validasi model. Dari hasil penelitian didapatkan nilai koefisien korelasi untuk suhu adalah 0,8198 dan untuk kelembaban adalah 0,7074. Nilai tersebut menjelaskan bahwa data prediksi SADEWA dan data pengukuran AWS memiliki korelasi yang kuat. Sedangkan untuk curah hujan nilai koefisien korelasinya adalah 0,2522. Nilai yang rendah ini dikarenakan curah hujan merupakan parameter tersulit untuk diprediksi oleh model.

Full Text:

PDF

Refbacks

  • There are currently no refbacks.


Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.