Analisis Parameter Meteorologi Menggunakan Model WRF-ARW Ensemble Mean di Sumatera Utara
Curah hujan merupakan salah satu bagian penting dalam parameter meteorologi. Parameter ini selalu dikaitkan dengan beberapa kejadian bencana hidrometeorologi seperti banjir dan hujan ekstrem. Data komposit Agroclimate Automatic Weather Station (AAWS), Automatic Weather Station (AWS), dan Automatic Rain Gauge (ARG) di Sumatera Utara menunjukkan curah hujan harian tertinggi di sepanjang tahun 2021 terjadi tanggal 30 Oktober 2021. Hal ini juga menjadi pemicu terjadinya peningkatan kejadian banjir di Sumatera Utara. Data Bencana Nasional Penanggulangan Bencana (BNPB) tahun 2021 menunjukkan terdapat 1052 rumah yang terendam akibat banjir. Salah satu penyebab banjir adalah tingginya intensitas hujan dalam waktu yang berturut-turut, sehingga diperlukan prediksi curah hujan untuk meminimalisir dampak yang diakibatkan. Perkembangan prakiraan cuaca numerik hingga saat ini menghasilkan salah satu model yaitu Weather Research and Forecasting (WRF). Penelitian ini bertujuan untuk menguji kemampuan model WRF Advanced
Research WRF (ARW) dengan teknik ensemble mean dengan mempertimbangkan 20 member dalam memprediksi parameter meteorologi di Sumatera Utara. Model WRF menggunakan data Global Forecast System (GFS) sebagai data inputan; dan data observasi yang digunakan untuk memverifikasi hasil tiap member. Verifikasi dilakukan dengan menggunakan korelasi, RMSE, MAE, dan tabel kontingensi. Dari hasil penelitian ini diperoleh nilai rata-rata korelasi ensemble mean terbaik untuk intensitas pada masing-masing parameter meteorologi adalah 0.891 untuk parameter temperatur; 0.901 untuk parameter tekanan udara; 0.833 untuk parameter kelembapan relatif; 0.451 untuk parameter
kecepatan angin; dan 0.091 untuk parameter curah hujan. Sedangkan untuk kejadian parameter curah hujan yang diperoleh nilai Probability of Detection dari ensemble mean tertinggi yaitu 0.876 di ARG Kualuh Selatan.
Kata kunci: Parameter meteorologi, WRF, ensemble mean, tabel kontingensi.
URI
https://repo.itera.ac.id/depan/submission/SB2309270030
Keyword