Data Produk TRMM Satelit Hujan TRMM

III. METODOLOGI

3.1. Ruang Lingkup Penelitian

Ruang lingkup dalam penelitian ini meliputi evaluasi dan validasi data curah hujan bulanan keluaran satelit TRMM terhadap data observasi dan pembangunan model persamaan untuk pendugaan curah hujan bulanan yang mengintegrasikan data hujan satelit TRMM dengan data hujan permukaan di wilayah dengan tiga pola hujan berbeda, yaitu Wilayah A pola muson, Wilayah B pola equatorial dan Wilayah C pola lokal Aldrian Susanto 2003; Prasetia 2012. Wilayah tersebut yaitu : Wilayah Lampung, Jawa Timur, dan Kalimantan Selatan; mewakili Wilayah A pola muson; Wilayah Sumatera Utara dan Kalimantan Barat; mewakili Wilayah B pola equatorial; Wilayah Maluku dan Gorontalo; mewakili Wilayah C pola Lokal. Secara spasial, wilayah studi ditunjukkan pada Gambar 10 dengan gambaran seluruh grid satelit TRMM pada masing-masing wilayah. Gambar 10. Wilayah studi dengan tiga pola hujan; Muson, Equatorial dan Lokal.

3.2. Data dan Alat

Perangkat yang digunakan dalam penelitian ini adalah seperangkat notebook dengan software pengolahan data Matlab, ArcGis 9.3, Software FEWSDEWS, Minitab 15, Microsoft Excel, dan Microsoft Word. Data-data yang digunakan dalam penelitian ini adalah sebagai berikut: 1. Data curah hujan 3 jam-an dari satelit TRMM tipe 3B42RT versi 5 periode 2003-2008 dan versi 6 periode 2009-2010 yang bersifat Near Real-Time. Data satelit 3B42RT berbentuk grid dengan resolusi spasial 0.25 o x 0.25 o , pengamatan pada pukul 00, 03, 06, 09, 12, 15, 18, 21 UTC. Format data berbentuk binary dan dapat diunduh dari ftp:disc2.nascom.nasa.govdataTRMMGriddedDrivedProducts . Periode data yang digunakan yaitu: ✁ Periode pengamatan tahun 2003-2009, digunakan untuk evaluasi dan validasi data TRMM, dan membangun model penduga hujan bulanan ✁ Data tahun 2010, digunakan untuk verifikasi model penduga yang dibangun. 2. Data curah hujan bulanan permukaan dari stasiun hujan yang mewakili tiga tipe wilayah dengan pola hujan berbeda Sumber data: BMKG. Sedangkan untuk periode pengamatan data yang digunakan yaitu : ✁ Periode pengamatan 30 tahun 1981-2010; digunakan untuk mengetahui pola hujan secara klimatologis di setiap wilayah studi Lampiran 2. ✁ Periode pengamatan tahun 2003–2009; digunakan untuk evaluasi dan validasi data TRMM dan untuk membangun model penduga curah hujan bulanan ✁ Data tahun 2010; digunakan sebagai data training untuk verifikasi model penduga data hujan yang telah dibangun. Periode tahun 2003-2010 digunakan karena data satelit TRMM 3B42RT mulai ada sejak bulan Pebruari 2002 hingga sekarang. Data curah hujan diperoleh dari stasiun hujan terpilih yang ditunjukkan pada Lampiran 4. 3. Data koordinat stasiun hujan sumber: BMKG dan Peta Batas Adminitrasi Sumber: Bakosurtanal. 3.3. Metode Penelitian 3.3.1. Analisis klimatologis untuk pola hujan Analisis klimatologis dilakukan dengan menggunakan data hujan bulanan selama 30 tahun 1981-2010 untuk mengetahui pola hujan di masing-masing wilayah studi. Analisis yang dilakukan yaitu dengan menghitung curah hujan rata- rata bulanan selama 30 tahun kemudian membuat plot pada grafik curah hujan rata-rata bulanan. Pada analisis tersebut, digunakan persamaan sebagai berikut: = ∑ …16 Dengan, = curah hujan rata-rata bulanan N = jumlah data Xi = curah hujan bulan ke-i

3.3.2. Ekstraksi Data Satelit TRMM

Pengolahan data diawali dengan mengunduh data satelit TRMM resolusi 3 jam-an dari ftp penyimpanan. Data TRMM tersimpan dalam format binary .bin dalam bentuk .zip file, sehingga harus diekstraksi terlebih dahulu agar dapat dibaca oleh perangkat lunak pengolah data hujan untuk dapat digunakan pada proses selanjutnya. Ekstraksi data satelit TRMM format binary dilakukan dengan merubah format binary menjadi ASCII file menggunakan program Matlab. Selanjutnya data dengan format ASCII, diimport ke dalam software perangkat lunak FEWSDEWS Flood Early Warning SystemDrought Early Warning System untuk merubah data 3 jam-an menjadi data harian. Data harian diperoleh dari data 3 jam-an dimana data tersebut diakumulasi mulai pengamatan jam 00, 03, 06, 09, 12, 15, 18, dan 21 UTC, hingga menjadi data harian. Selanjutnya untuk analisa bulanan, data hujan harian diakumulasi selama satu bulan sehingga diperoleh data hujan bulanan. Reduksi data grid TRMM dilakukan sesuai dengan domain wilayah Indonesia, yaitu lintang 7.12 o LU–10.62 o LS dan bujur 95.12 o BT–156.12 o BT, dilakukan di dalam software FEWSDEWS yang dikembangkan oleh BMKG dan Deltares Belanda. Selanjutnya dari sistem tersebut, data hujan satelit TRMM resolusi bulanan diekstrak untuk masing-masing wilayah studi. Gambaran mengenai software FEWSDEWS, ditunjukkan pada Lampiran 1.

3.3.3. Pemilihan Stasiun Hujan dan Grid TRMM

Pemilihan stasiun hujan ditujukan untuk menentukan stasiun – stasiun pada suatu grid TRMM tertentu di wilayah studi yang akan digunakan untuk validasi data satelit TRMM. Kemudian data satelit TRMM yang telah divalidasi akan digunakan untuk membangun model penduga curah hujan bulanan. Pemilihan stasiun hujan dilakukan melalui beberapa tahapan sebagai berikut: 1. Tahap 1; Pada tahapan pertama, dilakukan pengumpulan seluruh data stasiun hujan dan data curah hujan di wilayah studi, pemeriksaan koordinat dan status keaktifan stasiun hujan, pembuatan peta plot data stasiun hujan dan grid TRMM untuk mengetahui sebaran stasiun hujan secara spasial, dan pemeriksaan data time series hujan baik pada stasiun tertentu maupun terhadap stasiun hujan lainnya. 2. Tahap 2; Pada tahapan kedua, analisis dilakukan untuk memperoleh persentase coverage data ketersediaan data di setiap stasiun pada periode 2003-2009. Persentase yang digunakan adalah lebih dari 75 untuk dapat merepresentasikan kondisi hujan pada tiap stasiun periode bulanan. Time series data yang kurang lengkap dapat diterima untuk analisis hujan bulanan dengan coverage data sedikitnya 70. Selain itu dilakukan kendali mutu quality control data menggunakan perbandingan terhadap data hujan antar stasiun lainnya. 3. Tahap 3; pada tahapan ketiga, analisis dilakukan untuk pemilihan stasiun hujan dengan ketersediaan data 75 yang akan digunakan untuk validasi data TRMM. Pemilihan stasiun dilakukan berdasarkan pertimbangan dalam satu grid TRMM, terdapat lebih dari satu stasiun hujan untuk dapat merepresentasikan hujan dalam luasan satu grid. Hal ini dilakukan dengan pertimbangan bahwa luas satu grid TRMM cukup luas yaitu 770 km 2 0.25 o x 0.25 o atau sekitar 27.75 x 27.75 km, sedangkan satu stasiun hujan mewakili wilayah 7 hingga 10 km dari titik stasiun hujan tersebut. Khusus untuk wilayah kepulauan seperti Maluku, dimana jumlah stasiun hujan sangat sedikit, maka grid dengan satu stasiun akan tetap digunakan untuk analisis. Pertimbangan selanjutnya adalah letak antar stasiun hujan dalam satu grid TRMM cukup menyebar, dan pemeriksaan kualitas data apakah terdapat data pencilan atau data ekstrim. 4. Pemilihan grid TRMM dilakukan sejalan dengan pemilihan stasiun hujan, dimana grid yang digunakan adalah grid dengan stasiun hujan terpilih. Ukuran grid yang digunakan mempunyai ukuran sama, yaitu 1x1, 2x2, dan seterusnya tergantung pada ketersediaan data stasiun hujan permukaan.

3.3.4. Analisis Hubungan dan Validasi Data Hujan Observasi dan Satelite TRMM

Dalam pengolahan data hujan observasi dari stasiun hujan permukaan dan dari satelit TRMM, dihitung nilai rata-rata pada kedua data tersebut. Untuk data hujan observasi dari stasiun hujan di masing-masing wilayah studi, digunakan nilai rata-rata aritmatika dari seluruh stasiun hujan, menggunakan persamaan: = ∑ …17 Sedangkan data hujan satelit TRMM, digunakan persamaan rata-rata terboboti weighted average dimana dalam setiap grid terdapat lebih dari satu stasiun hujan. Persamaan rata-rata terboboti tersebut dinyatakan dengan rumus: = ∑ …18 Dimana = Curah hujan rata-rata bulanan x i = Data curah hujan bulan ke-i pada grid cell ke-j n ij = Jumlah stasiun hujan pada grid cell ke-j n = Total jumlah stasiun hujan yang digunakan Analisis pola hubungan antara data observasi dengan data TRMM dilakukan untuk mengetahui sejauh mana kemampuan data TRMM dalam merepresentasikan pola data observasi. Analisis ini juga dilakukan untuk eksplorasi terhadap data sebelum pendugaan model dan diagnostik terhadap penduga model untuk mengetahui pola hubungan antar peubah bebas X dengan peubah tak bebas Y dengan membuat plot tebaran pasangan data X,Y. Sedangkan diagnostik penduga model dilakukan melalui analisis residual untuk memeriksa apakah asumsi-asumsi yang mendasari model regresi terpenuhi. Asumsi-asumsi tersebut antara lain kenormalan normality, kehomogenan ragam homoscedascity, keacakan randomness, dan kebebasan independence. Analisis statistika yang digunakan sebagai berikut: 1. Kurva massa ganda; kurva massa ganda digunakan untuk melihat time series data yang digunakan untuk analisis bersifat kontinu atau tidak. 2. Korelasi; dilakukan untuk melihat kuat tidaknya hubungan x dan y diukur dengan suatu nilai yang disebut koefisien korelasi r. = ∑ ∑ ∑ ∑ ∑ ∑ ∑ ...19 dengan x = data CH satelit TRMM, y = CH satelit observasi 3. Galat; merupakan perbedaan rata-rata antara data TRMM dengan data observasi, menggunakan persamaan: ✂ Root Mean Square Error RMSE akar kuadrat galat = ∑ − …20 ✂ Mean Absolute Error MAE rata-rata galat mutlak; = ∑ | − | …21 ✂ = ∑ ∑ 100 …22 3.3.5. Penentuan Faktor Koreksi untuk Data TRMM Penentuan faktor koreksi untuk data satelit TRMM dilakukan mengetahui besarnya parameter a dan b sebagai faktor koreksi pada persamaan garis antara data observasi dengan data satelit TRMM menggunakan metode kuadrat terkecil least square method. Pada metode ini dicari nilai galat atau jumlah kuadrat galat JKG paling kecilminimal yang dihasilkan dari masing-masing persamaan regresi, dimana semakin minimum nilai galat atau JKG akan semakin baik model persamaannya. Persamaan dasar yang digunakan sebagai berikut: = ‖ − ; , , … ‖ …23 Dimana : ε = galat modelRMSE CHobs = curah hujan observasi CH TRMM = curah hujan satelit TRMM a,b,c,… = parameter sebagai faktor koreksi ; , , … = fungsi model persamaan regresi yang diuji.