Validasi Data Curah Hujan PERSIANN (Precipitation Estimation from Remotely Sensed Information Using Neural Artifial Neural Networks) dengan Pos Stasiun Hujan di Sub- DAS Lahor

Isyroqi, Almas Naufal and Prof. Dr. Ir. Lily Montarcih L.,, M.Sc. and Dr. Ir. Hari Siswoyo,, ST., MT. (2023) Validasi Data Curah Hujan PERSIANN (Precipitation Estimation from Remotely Sensed Information Using Neural Artifial Neural Networks) dengan Pos Stasiun Hujan di Sub- DAS Lahor. Sarjana thesis, Universitas Brawijaya.

Abstract

PERSIANN (Precipitation Estimation from Remotely Sensed Information Using Artifical Neural Networks) merupakan data curah hujan berbasi satelit yang dikembangkan oleh center for hudrometeorology and remote sensing (CHRS) Universitas Arizona dengan teknik jangan saraf tiruan dan mampu memperkirakan curah hujan dengan cakupan 60° LS sampai 60° LU di seluruh dunia. Produk PERSIANN terbagi atas tiga yaitu PERSIANN, PERSIANN-CCS, PERSIANN-CDR. Tujuan dari studi ini ialah analisa validasi data PERSIANN dan data curah hujan pos stasiun di DAS Lahor, sehingga Data ini dapat digunakan sebagai data alternatif hidrologi. Lokasi studi berada di DAS Lahor yang terletak di Kecamatan Sumberpucung, Kabupaten Malang, Jawa Timur. Pos stasiun yang digunakan ialah Pos Pohgajih, Sumberpucung, Ngajum dan Bantaran. Uji Konsistensi data dan Uji Stasioner dilakukan terlebih dahulu sebelum analisa validasi. Uji Validasi dilakukan berdasarkan data setiap pos stasiun hujan dan hujan rerata daerah. Metode yang digunakan pada uji validasi ialah Root Mean Square Error (RMSE), Nash- Sutcliffe Efficiency (NSE), Kesalahan Relatif (KR), dan Koefisien Korelasi (R ), Setelah tahap validasi selanjutnya dilakukan analisa kalibrasi untuk mendapatkan persamaan yang digunakan untuk mengoreksi data PERSIANN. Data yang telah dikoreksi selanjutnya diverifikasi untuk mengetahui perbandingan data curah hujan pos stasiun dengan PERSIAN setelah dikoreksi. Data curah hujan yang digunakan pada analisa validasi dan verifikasi berupa periode 10 harian dan bulanan dengan panjang data 10 tahun (2010-2019), 3 tahun (2017-2019), 2 tahun (2018- 2019), dan 1 tahun (2019). Pada tahap kalibrasi data hujan yang digunakan juga berupa periode 10 harian dan bulanan dengan panjang data 9 tahun (2010-2018), 8 tahun (2010-2017), 7 tahun (2010-2016). Hasil validasi data PERSIANN terhadap data curah hujan pos stasiun menunjukkan hasil yang kurang baik. Nilai NSE di setiap pos stasiun hujan, rata-rata menunjukkan nilai <0,36 baik itu periode 10 harian maupun bulanan. Nilai RMSE pada periode bulanan lebih tinggi dibandingkan pada periode 10 harian, nilai kesalah relatih juga menunjukkan nilai yang tinggi. Koefisien korelasi menunjukkan hasil yang baik dengan kategori sedang hingga sangat kuat. Pada tahap kalibrasi didapatkan persamaan berpangkat dan polinomial untuk koreksi data. Berdasrkan hasil verifikasi didapatkan data PERSIANN yang lebih baik. Nilai NSE semuanya meningkat menjadi >0,36 dengan kategori memenuhi hingga baik. Nilai RMSE serta Kesalahan Relatif cenderung menurun. Nilai koefisien korelasi juga menunjukkan hasil yang baik dengan kategori sedang hingga sangat kuat. Berdasarkan hasil uji validasi, data curah hujan PERSIANN dapat digunakan sebagai alternatif data curah hujan di DAS Lahor dengan melakukan koreksi terlebih dahulu.

English Abstract

PERSIANN (Precipitation Estimation from Remotely Sensed Information Using Artificial Neural Networks) is a satellite-based rainfall data developed by the Center for Hydrometeorology and Remote Sensing (CHRS) at the University of Arizona using artificial neural network techniques, capable of estimating rainfall with coverage from 60° south to 60° north globally. The PERSIANN product is divided into three: PERSIANN, PERSIANN-CCS, and PERSIANN-CDR. The purpose of this study is to analyze the validation of PERSIANN data and rain gauge station data in the Lahor DAS, so that this data can be used as an alternative hydrological data. The study location is in the Lahor watershed, located in the Sumberpucung District, Malang Regency, East Java. The rain gauge stations used are Pohgajih, Sumberpucung, Ngajum, and Bantaran. Consistency testing and stationarity testing were carried out before the validation analysis. Validation testing was based on data from each rain gauge station and area average rain. The methods used in the validation test are Root Mean Square Error (RMSE), Nash- Sutcliffe Efficiency (NSE), Relative Error (KR), and Correlation Coefficient (R). After the validation stage, a calibration analysis is carried out to obtain the equation used to correct PERSIANN data. The corrected data is then verified to determine the comparison of rain gauge station data with corrected PERSIANN data. The rain data used in the validation and verification analysis are 10-day and monthly periods with a data length of 10 years (2010- 2019), 3 years (2017-2019), 2 years (2018-2019), and 1 year (2019). In the calibration stage, the rain data used is also in 10-day and monthly periods with a data length of 9 years (2010- 2018), 8 years (2010-2017), 7 years (2010-2016). The results of the validation of PERSIANN data against rain gauge station data showed poor results. The NSE value at each rain gauge station, on average, showed a value of <0.36 for both 10-day and monthly periods. The RMSE value for monthly periods was higher than for 10-day periods, and the relative error also showed a high value. The correlation coefficient showed good results with a moderate to very strong category. In the calibration stage, an exponential and polynomial equation was obtained for data correction. Based on the verification results, better PERSIANN data was obtained. The NSE value for all of them increased to >0.36 with categories ranging from satisfactory to good. The RMSE and relative error values tend to decrease. The correlation coefficient value also shows good results with a moderate to very strong category. Based on the results of the validation test, PERSIANN rainfall data can be used as an alternative rainfall data in the Lahor DAS by correcting it first.

Item Type:	Thesis (Sarjana)
Identification Number:	0522070426
Uncontrolled Keywords:	curah hujan, PERSIANN, pos stasiun, validasi .- ainfall, PERSIANN, ground station, validation
Subjects:	600 Technology (Applied sciences) > 627 Hydraulic engineering > 627.5 Reclamations, Irrigation, related topics > 627.52 Irrigation
Divisions:	Fakultas Teknik > Teknik Pengairan
Depositing User:	Endang Susworini
Date Deposited:	05 Jun 2023 07:08
Last Modified:	05 Jun 2023 07:08
URI:	http://repository.ub.ac.id/id/eprint/200740

Text (DALAM MASA EMBARGO) ALMAS NAUFAL ISYROQI.pdf Restricted to Registered users only until 31 December 2024. Download (33MB)

Actions (login required)

View Item