Pemodelan Downscaling untuk Pendugaan Curah Hujan

BAB IV HASIL DAN PEMBAHASAN

4.1 Pemodelan Downscaling untuk Pendugaan Curah Hujan

Pemodelan downscaling luaran GCM menggunakan SVR yang dihasilkan, diterapkan untuk menduga curah hujan pada masing-masing 13 pos stasiun hujan di Kabupaten Indramayu selama 22 tahun 1979-2000 dengan menggunakan teknik 5-fold cros validation. Model pendugaan pada setiap luaran GCM dan 13 stasiun hujan yang diujicobakan, menghasilkan kecendrungan estimasi yang cukup baik bila dilihat dari hasil plot antara nilai prediksi yang dirata-ratakan, mengikuti rata-rata hasil pengamatan stasiun hujan Gambar 13. Gambar 13 Plot hasil estimasi dan observasi curah hujan bulanan berdasarkan luaran GCM fungsi RBF kernel Gambar 13 merupakan plot hasil estimasi model SVR dengan fungsi RBF kernel yang diujicobakan terhadap enam luaran GCM gambar untuk plot hasil estimasi dan observasi menggunakan fungsi linear kernel dan polynomial disajikan di Lampiran 1. Pada gambar tersebut menunjukkan bahwa secara umum baik menggunakan SVR dengan fungsi linear, polynomial, maupun RBF kernel, pola distribusi dari curah hujan bulanan hasil estimasi sudah mendekati data pengamatannya. Setiap luaran GCM yang diujicobakan menghasilkan model dengan hasil estimasi yang cenderung hampir sama yaitu mendekati hasil dari 100 200 300 400 500 600 700 78 79 80 81 82 83 84 85 86 87 88 89 89 90 91 92 93 94 95 96 97 98 99 00 C u r ah H u jan m m Tahun dat a observasi t -47 t -63 giss-er giss-aom m iub-g m ri-32a observasi, sehingga didapatkan pola distribusi yang menyerupai satu sama lainnnya. Pola distribusi yang hampir sama antara GCM yang satu dan yang lainnya dapat diperlihatkan dengan cara merata-ratakan nilai estimasi masing- masing luaran GCM, kemudian dibandingkan dengan observasi yang terlihat seperti pada Gambar 14 . Gambar 14 Perbandingan antara pola observasi dan prediksi curah hujan untuk seluruh luaran GCM rataan, minimum, dan maksimum. Pada Gambar 14 juga memperlihatkan bahwa sebagian besar dari nilai observasi berada diantara nilai maksimum biru dan nilai minimum hijau dari estimasi seluruh luaran GCM . Akan tetapi pada titik-titik dengan jumlah curah hujan ekstrim yang ditunjukkan oleh data pengamatan pada gambar tersebut, untuk hasil estimasi terbaik yang didapatkan jauh dibawah nilai pengamatannya. Nilai pengamatan pada titik ekstrim contohnya pada titik di tahun 1980, tahun 1997, dan beberapa titik ekstrim lainnya, berada di atas nilai maksimum dari prediksi seluruh luaran GCM. Hal tersebut dapat diartikan bahwa masing-masing luaran GCM menghasilkan model yang cukup bagus untuk memprediksi curah hujan dengan kondisi normal, tetapi untuk keadaan ekstrim, walaupun model prediksi sudah dapat mengikuti pola dari data pengamatan namun nilai prediksi yang dihasilkan belum berhasil menjangkau dan mendekati nilai pengamatan yang sesungguhnya. 100 200 300 400 500 600 700 78 79 80 81 82 83 84 85 86 87 88 89 89 90 91 92 93 94 95 96 97 98 99 00 C u r ah H u jan m m Tahun Observasi Rat aan Prediksi M inim um prediksi M aksim um Prediksi

4.2 Kinerja Model Berdasarkan Luaran GCM