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