Pemetaan Metode Perancangan Program Paralel

3.1.2 peng Indra pada Tabe Kabu menu Indra Gam 2 Data Cur Data curah gamatan cur amayu dari a Tabel 2 ya el 2 Data Ob NamaSt a Jan-8 Feb-8 Mar-8 Apr-8 May-8 Jun-8 Terdapat upaten Ind unjukkan lo amayu mbar 5 Lokas rah Hujan h hujan yan rah hujan pa Januari 198 ang disimpan bservasi cur a Cidempet 89 125 89 491 89 337 89 92 89 159 89 117 17 titik sta dramayu un okasi titik s si stasiun ob Variabel Y ng digunaka ada titik-titik 89 sampai D n dalam dat rah hujan di Cikedung I 5 167 1 430 7 304 2 348 9 215 7 173 atsiun obser ntuk menc stasiun obse bservasi di K Y n pada pene k statsiun ob Desember 20 tabase. i Kota Indra Indramayu Ja 150 556 357 40 128 139 rvasi penga catat kondi ervasi terse Kabupaten elitian ini ad bservasai ik 007. Contoh amayu at ibarang Sudi 202 480 191 99 89 86 amatan iklim isi curah ebut yang t Indramayu. dalah dari d klim di Kab h data dapat ikampiran Kedo 112 389 278 156 153 122 m yang ters hujan. G ersebar di . Buono et- 18 data hasil bupaten t dilihat kan bund 109 345 273 40 105 232 sebar pada Gambar 6 Kabupaten -al, 2010 Wilayah Indramayu dipilih sebagai daerah studi kasus untuk penelitian ini, didasarkan pada tingkat kerentanan daerah terhadap bencana yang berkaitan dengan curah hujan dan ketersediaan data curah hujan pada titik stasiun observasi. Dari Gambar 7 yang menampilkan grafik posisi relatif setiap kabupaten di Pulau Jawa berdasarkan rata-rata luas yang terkena bencana nanjir dan kekeringan dari 1989 hingga 2007. Dari grafik tersebut, menurut Buono et-al 2010 dapat dilihat bahwa Indramayu berada pada posisi dengan luas wilayah yang terkena bencana relatif tertinggu dibandingkan dengan kabupaten di Pulau Jawa. Gambar 6 Luas Wilayah Banjir dan Kekeringan per Kabupaten di Pulau Jawa Buono et-al,2010.

3.2 Tahapan Penelitian

Tahapan-tahapan yang dilakukan dalam penelitian ini secara umum adalah mengumpulkan data, memetakan data titik observasi dengan data RegCM3. Membandingkan kinerja setiap fungsi secara paralel maupun secara serial. Setelah itu, dilakukan pengujian dengan k-fold cross validation terhadap nilai rekonstruksi. Tahap selanjutnya adalah analisis R 2 dan pemilihan model berdasarkan R 2 yang paling tinggi. Alur tahapan yang dilakukan tersebut dapat dilihat pada Gambar 8. Luas Bencana Banjir vs Kekeringan untuk Kabupaten di Jaw a 500 1000 1500 300 600 900 1200 1500 Luas Terkena Bencana Banjir L u a s T e rke n a B e n c an a K e ke ri n g a n Indramayu