Perbandingan Data Dugaan dan Perbandingan

Adapun secara garis besar tahapan pengolahan data yang dilakukan pada penelitian ini adalah sebagai berikut: 3.3.2.1 Analisis Hubungan Suhu Kecerahan Awan dan Laju Hujan Rain Rate Analisis hubungan antara suhu kecerahan awan MTSAT IR1 dan laju hujan rain rate data TRMM 2A12 dilakukan dengan cara memplotkan kedua data dalam grafik scatter.

3.3.2.2 Analisis Persamaan Regresi Data

MTSAT IR1 dan TRMM 2A12 Hasil analisis hubungan antara suhu kecerahan awan MTSAT IR1 dengan laju hujan rain rate TRMM 2A12 diplotkan ke dalam persamaan regresi modifikasi eksponensial. Regresi modifikasi eksponensial dipilih karena memiliki fitting yang sesuai dengan hubungan kedua data. Hubungan kedua data adalah berbanding terbalik. Pernyataan ini dikuatkan oleh penelitian sebelumnya yang dilakukan oleh Suseno 2009 dengan menggunakan regresi modifikasi eksponensial dalam menentukan persamaan. Regresi modifikasi eksponensial dilakukan dengan menggunakan perangkat lunak CurveExpert Professional 1.2 Trial version.

3.3.2.3 Penentuan Awan Potensi Hujan

Tidak semua awan berpotensi turun menjadi hujan, sehingga diperlukan pengklasifikasian awan potensi hujan dan tidak hujan. Penentuan awan potensi hujan dilakukan dengan menggunkan data MTSAT IR1 dan IR3. Berdasarkan literatur perbedaan kemampuan kanal IR1 dan IR3 dalam menangkap panjang gelombang dapat menunjukkan nilai kemungkinan hujan. Perhitungan awan potensi hujan dilakukan dengan menggunakan perangkat lunak Ilwis Open 3.7. Penentuan awan potensi hujan ini menurut Kidder et. al. 2005 dapat dideskripsikan dalam persamaan berikut. T 10,8 μm – T 6,2 μm 11K dimana:  T 10,8 μm : suhu kecerahan awan kanal 10,8 μmIR1  T 6,2 μm : suhu kecerahan uap air kanal 6,2 μmIR3

3.3.2.4 Pendugaan Curah Hujan

Pendugaan curah hujan menggunakan data MTSAT IR1 dan persamaan hasil regresi modifikasi eksponensial. Data MTSAT IR1 yang digunakan adalah data sesudah dilakukan klasifikasi awan hujan. Selanjutnya data suhu kecerahan awan MTSAT IR1 digunakan sebagai nilai masukan dalam persamaan regresi. Luaran dari persamaan regresi merupakan data laju hujan dugaan dengan satuan mmjam. Selanjutnya adalah dengan melakukan modifikasi data laju hujan menjadi data curah hujan harian, 5-harian yang selanjutnya disebut pentad, dan 10- harian selanjutnya disebut dasarian. Modifikasi diperlukan karena data TRMM 2A12 masih menunjukkan nilai laju hujan setiap jam sesuai dengan resolusi temporal data MTSAT IR1. Langkah-langkah modifikasi dilakukan dalam beberapa tahapan, yaitu: a. Langkah awal adalah menentukan selisih laju hujan dalam satu jam. Langkah ini dilakukan untuk melihat nilai butir air yang turun menjadi hujan dan direpresentasikan pada selisih data yang bernilai negatif. dengan asumsi bahwa nilai tersebut menunjukkan butiran hujan yang turun menjadi hujan. Luaran dari proses ini adalah data curah hujan dugaan setiap satu jam. b. Data curah hujan setiap satu jam diakumulasi sehingga mendapatkan data harian akumulasi selama 24 jam, 5 harian akumulasi data harian selama 5 hari, 10 harian akumulasi data tanggal 1-10 untuk dasarian 1, akumulasi data tanggal 11-20 untuk dasarian 2, dan akumulasi data tanggal 21-30 untuk dasarian 3. Hasil curah hujan dugaan digambarkan dalam bentuk sebaran spasial curah hujan dugaan pada DAS Citarum dengan menggunakan perangkat lunak ArcGIS 10.

3.3.2.5 Perbandingan Data Dugaan dan

Data Pengukuran Perbandingan data curah hujan dugaan dengan pengukuran di stasiun bertujuan untuk melihat baik tidaknya data dugaan, karena data pengukuran merupakan data yang benar-benar diukur di lapangan. Perbandingan data secara visual dilakukan dengan menampilkan data dalam bentuk grafik batang pada masing-masing stasiun pengamatan. Perbandingan pola spasial data tidak dimungkinkan karena keterbatasan data pengukuran lapangan sebagai data titik.

3.3.2.6 Perbandingan

Kualitas Data dengan Parameter Statistika Parameter statistika yang digunakan sebagai alat bantu penilaian perbandingan kualitas kedua data adalah rasio, korelasi, MAE, dan RMSE.  Rasio Stasiun Pengukuran CH Data Dugaan CH Data  R Rasio merupakan salah satu uji apakah data hasil dugaan mampu mendekati data hasil pengukuran. Nilai rasio yang terbaik adalah mendekati 1 yang menggambarkan bahwa nilai kedua data sama. Selanjutnya nilai rasio digunakan sebagai bahan dalam menentukan nilai faktor kalibrasi. Faktor kalibrasi diperlukan agar data memiliki rasio mendekati 1.  Koefisien korelasi                   n i i i n i i i n i i y y y y y y y y y y r i i 1 2 1 2 1 ˆ ˆ ˆ ˆ ˆ Korelasi menunjukkan keeratan hubungan antara data hasil dugaan dengan data hasil pengukuran lapangan. Nilai korelasi berkisar antara -1 sampai dengan 1. Korelasi yang terbaik antara kedua data adalah mendekati 1.  MAE Mean Absolute Error     n i i i y y n MAE 1 | | 1 MAE merupakan nilai absolut galat rata-rata antara data dugaan dan data pengukuran lapangan.  RMSE Root Mean Square Error n y y RMSE n i i i           1 2 RMSE merupakan nilai akar kuadrat galat rata-rata dari data curah hujan dugaan dan pengukuran. IV HASIL DAN PEMBAHASAN

4.1 Analisis Hubungan Suhu Kecerahan

Awan dan Laju Hujan Rain Rate Analisis data suhu kecerahan awan citra MTSAT IR1 dan nilai laju hujan rain rate hujan dari data TRMM 2A12 dilakukan berdasarkan wilayah kajian dan waktu yang sama atau berdekatan. Asumsi pengambilan kedua data ini adalah data yang hanya memiliki nilai curah hujan pada waktu tertentu. Artinya beberapa data pada waktu tertentu yang sedikit mempunyai nilai curah hujan tidak diikutkan dalam analisis. Data suhu kecerahan awan dan curah hujan yang pada selang waktu berdekatan untuk wilayah DAS Citarum diplotkan seperti terlihat pada Gambar 11 setelah dilakukan proses cropping. Walaupun satelit MTSAT-1R dan TRMM mimiliki resolusi spasial yang berdekatan antara 4-5 km, tetapi kedua data tersebut sedikit memiliki titik piksel yang sinkron. Hal ini disebabkan oleh bentuk grid data TRMM 2A12 yang tidak beraturan. Kurang sinkronnya grid MTSAT-1R dan TRMM menyebabkan jumlah piksel yang dihasilkannya tidak sama. Untuk wilayah DAS Citarum terdapat 775 piksel MTSAT IR1 dan 462 piksel TRMM 2A12 seperti terlihat pada Gambar 11. Selanjutnya seleksi data dilakukan sesuai koordinat yang sama dan berdekatan antara dua data. Jumlah piksel akhir sesuai dengan jumlah piksel TRMM, yaitu 462 piksel. Data yang digunakan sebagai bahan analisis hubungan suhu kecerahan awan dan curah hujan adalah data tanggal 2 02.00 UTC, 13 10.00 UTC, 14 09.00 UTC, 27 14.00 UTC, 30 12.00 UTC, dan 31 11.00 UTC Januari 2008. Pemilihan data ini didasarkan oleh ada tidaknya curah hujan pada seri data bulan Januari. Oleh karena itu, untuk data bulan Juli tidak diikutsertakan. Plotting data dilakukan secara berurutan sesuai tanggal dapat dilihat pada Gambar 12. Nilai suhu kecerahan awan pada beberapa waktu yang telah ditentukan di bulan Januari berkisar antara 190 K sampai 292 K, dengan nilai suhu rata-rata sebesar 253 K. Selanjutnya nilai laju hujan TRMM 2A12 berkisar antara 0 sampai dengan 47 mmjam, dengan nilai rata-rata sekitar 1 mmjam. Berdasarkan Gambar 12 dapat dilihat bahwa terdapat pola laju hujan tinggi pada suhu kecerahan awan rendah. Tetapi tidak semua suhu kecerahan rendah yang memiliki laju hujan tinggi. Ketidaksamaan ini diantaranya disebabkan oleh waktu yang tidak sama antara satelit MTSAT dan TRMM ketika melakukan snap shot dan ketidakmampuan satelit dalam membedakan jenis awan. Kedua faktor tersebut sering menyebabkan Pasangan data suhu kecerahan awan dan laju hujan tidak terjadi pada waktu yang sama sesuai yang diinginkan karena resolusi temporal antara kedua data tidak sama.