PREDIKSI CUACA JANGKA PENDEK BERDASARKAN DATA RADIOSONDE DAN NUMERICAL WEATHER PREDICTION (NWP)

Abstract

Abstrak

Indonesia sebagai negara maritime-continent mempunyai karakteristik cuaca yang beragam di berbagai daerah. Informasi tentang prakiraan cuaca yang cepat dan tepat menjadi suatu hal yang penting sehingga diperlukan metode yang efektif dalam prakiraan cuaca. Penelitian ini didasarkan pada data radiosonde dan Numerical Weather Prediction (NWP)  menggunakan data observasi pada 00 Universal Time Coordinate (UTC) dan 12 UTC. Analisis data radiosonde dilakukan terhadap variabel permukaan dan indeks K yang digunakan untuk kajian stabilitas atmosfer dan potensi thunderstorm. Hasil analisis data radiosonde menunjukkan fluktuasi variabel permukaan selama observasi dan indeks K tertinggi pada musim penghujan. Metode NWP menggunakan 4 variabel prediktan dan 9 variabel prediktor. Analisis dilakukan dengan mereduksi dimensi variabel prediktor terhadap dimensi horisontal (grid) dan dimensi ketinggian (level) menggunakan Principal Component Analysis (PCA) dan analisis regresi multivariate. Prediksi cuaca menunjukkan hasil yang cukup relevan antara data observasi dan data dugaan yang ditunjukkan dengan nilai korelasi sebesar 67%.

Kata kunci: Radiosonde,Nnumerical Weather Prediction, Variabel Permukaan, Indeks K, Principal Component Analysis.

 

Abstract

Indonesia as a maritime-continent have weather characteristics vary in different regions. Information on weather forecasts quickly and accurately into an important thing that required effective methods of weather forecasting. The study is based on data radiosonde  and Numerical Weather Prediction (NWP) using observation data at 00 Universal Time Coordinate (UTC) and 12 UTC. Radiosonde data analysis performed on the variable surface and K indices are used to study the stability of the atmosphere and the potential thunderstorm. The results of the analysis of radiosonde data showed fluctuations during the observation surface variables and K index was highest in the rainy season. The method  NWP  uses four variables prediktan and 9 predictor variables. The analysis was done by reducing the dimensions of predictor variables on the horizontal dimension (grid) and the dimension of height (level) using Principal Component Analysis (PCA) and multivariate regression analysis. Weather prediction shows quite relevant results between observational data and the data indicated the alleged correlation value of 67%.

Keywords:  radiosonde, Nnumerical Weather Prediction, Variable Surface, K index, Principal Component Analysis.