Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Cerdika: Jurnal Ilmiah Indonesia
Rustiawan, Irfani Zahira
Unknown Affiliation
Humanities Economics, Econometrics & Finance Education Health Professions Public Health Social Sciences

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Koreksi Bias Data Hujan Proyeksi Coupled Model Intercomparison Project Phase 6 (Cmip6) Di Kota Bima Hartawan, I Putu; Ibnu Malik, Muhamad Zaky; Qhairaan, Laifhan Setyo; Wiralino, Ken; Rustiawan, Irfani Zahira; Wisanggeni, Dimas Harya
Cerdika: Jurnal Ilmiah Indonesia Vol. 5 No. 1 (2025): Cerdika: Jurnal Ilmiah Indonesia
Publisher : Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59141/cerdika.v5i1.2438

Abstract

Perubahan iklim global telah memengaruhi pola curah hujan, khususnya di wilayah tropis, termasuk Kota Bima. Model proyeksi iklim seperti Coupled Model Intercomparison Project Phase 6 (CMIP6) menyediakan data penting untuk memprediksi perubahan iklim, namun sering kali mengandung bias yang signifikan. Penelitian ini bertujuan untuk melakukan koreksi bias pada data proyeksi curah hujan CMIP6 menggunakan lima model dalam skenario SSP5-8.5, yaitu CMCC-CM2-SR5, CESM2-WACCM, ACCESS-CM2, CESM2, dan AWI-CM-1-1-MR, dengan mengintegrasikan data historis dari Global Precipitation Climatology Centre (GPCC) dan data lokal dari BMKG. Hasil penelitian menunjukkan bahwa data historis GPCC memiliki korelasi yang sangat kuat dengan data BMKG, dengan nilai koefisien korelasi sebesar 0,97 dan RMSE sebesar 34,41 mm. Hasil koreksi bias data proyeksi menunjukkan bahwa empat model (CESM2-WACCM, ACCESS-CM2, CESM2, dan AWI-CM-1-1-MR) memiliki pola tren yang serupa berdasarkan analisis Weibull plotting. Sementara itu, model CMCC-CM2-SR5 menunjukkan penyimpangan pola yang signifikan. Implikasi penelitian ini adalah meningkatkan akurasi proyeksi curah hujan untuk mendukung perencanaan mitigasi risiko bencana dan pengelolaan sumber daya air di Kota Bima. Penelitian ini juga membuka peluang untuk pengembangan metode koreksi bias yang lebih efisien dengan mengintegrasikan teknologi pembelajaran mesin dan data lokal yang lebih rinci.
Co-Authors Hartawan, I Putu Ibnu Malik, Muhamad Zaky Qhairaan, Laifhan Setyo Wiralino, Ken Wisanggeni, Dimas Harya