Data MTSAT Pengumpulan Bahan

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.