Simpulan SIMPULAN DAN SARAN

Tabel 14 Faktor koreksi model RH dan suhu kota Palu No Model Faktor Koreksi RMSE MAE pengurangan error sebelum sesudah RMSE MAE 1 RH-MK 88 RMSE 12,337 6,539 47,0 53,0 MAE 10,858 5,108 2 RH-MH 95 RMSE 5,594 3,632 35,1 35,7 MAE 4,561 2,934 3 Tmax-MK 133 RMSE 7,039 2,865 59,3 68,3 MAE 6,766 2,147 4 Tmax-MH 114,7 RMSE 5,385 2,091 61,2 65,2 MAE 5,154 1,795 5 Tmin-MH 98,8 RMSE 0,585 0,506 13,5 20,0 MAE 0,449 0,359 Nilai faktor koreksi model RH, Tmax dan Tmin masing-masing musim disajikan dalam Tabel 14. Secara umum, hasil penelitian ini menunjukkan bahwa faktor koreksi lebih terlihat pengaruhnya terhadap model suhu maksimum musim hujan dan musim kemarau serta model CH musim kemarau dibandingkan dengan model lainnya. Hal ini dapat terlihat dari penurunan nilai RMSE dan MAE yang jauh lebih besar dibandingkan dengan model lainnya. Namun, penilaian potensi pemanfatan model tidak hanya dilihat dari efektifitas faktor koreksi, melainkan juga dilihat dari koefisien determinasi, nilai RMSE dan MAE sebelum faktor koreksi dan pola grafik yang terbentuk. Model NWP tidak memasukkan faktor lokal dalam perhitungannya sehingga hasil prediksinya biasanya kurang tepat dari keadaan sebenarnya di lapangan. Oleh karena itu, dapat dikatakan bahwa faktor koreksi tersebut merupakan pengganti dari faktor- faktor lokal yang tidak dimasukkan dalam model NWP.

V. SIMPULAN DAN SARAN

5.1. Simpulan

Fokus kajian dalam penelitian ini adalah meninjau variabel-variabel di atmosfer yang paling berpengaruh terhadap curah hujan, kelembaban, suhu maksimum, dan suhu minimum sebagai parameter cuaca yang biasa diprediksi dalam jangka pendek. Selain itu, kajian ini bertujuan menentukan wilayah kajian yang paling berpotensi untuk memanfaatkan keluaran model NWP. Penilaian potensi pemanfaatan dilihat dari beberapa hal, yaitu: 1 pola garfik antara data observasi dan keluaran model, 2 nilai koefisien determinasi model hasil regresi 3 nilai error antara observasi dan model, serta 4 persentase pengurangan nilai error efektifitas faktor koreksi. Kelembaban rh0 dan rh8 serta kecepatan angin vertikal vv7 dan vv5 merupakan variabel yang paling relevan terhadap curah hujan harian. Parameter kelembaban dipengaruhi oleh suhu udara T0 dan suhu titik embun DP0. Selain itu, parameter suhu maksimum dipengaruhi oleh kelembaban rh0, sedangkan suhu minimum dipengaruhi oleh suhu titik embun DP0. Persamaan regresi model NWP untuk curah hujan harian menghasilkan error yang cukup besar untuk musim hujan, hal ini mengindikasikan bahwa proses-proses yang berpengaruh terhadap curah hujan pada skala yang lebih kecil dari grid model resolusi lebih tinggi, tidak digambarkan dengan baik oleh model NWP. Sedangkan, model kelembaban dan suhu menghasilkan error yang sama kecilnya untuk musim hujan maupun kemarau. Hal ini disebabkan karena prediktor yang berpengaruh terhadap curah hujan lebih banyak kompleks dibandingkan dengan suhu dan kelembaban. Secara umum, kinerja dan potensi pemanfaatan keluaran model NWP paling tinggi adalah untuk wilayah kajian Palu. Wilayah kajian lain memiliki nilai error yang relatif kecil untuk musim kemarau tapi besar untuk musim hujan, sedangkan wilayah kajian Palu menunjukkan kinerja nilai error relatif kecil yang sama baiknya untuk kedua musim. Selain itu, persamaan regresi CH paling baik pun ditunjukkan oleh wilayah kajian Palu, dengan nilai R 2 sebesar 89 untuk musim kemarau dan 88 untuk musim hujan.

5.2. Saran