<![CDATA[Informasi iklim mempunyai nilai strategis dan penting dalam banyak aspek pembangunan berkelanjutan dan mendukung ketahanan pangan nasional. Layanan informasi iklim yang sudah ada diantaranya adalah analisa dan prediksi iklim bulanan. Saat ini telah banyak metode prediksi berbasis statistika yang dikembangkan untuk mendapatkan prakiraan iklim khususnya curah hujan. Salah satu model prediksi iklim dengan berbasis statistik baik statistik univariat maupun statistik multivariat yang dikembangkan Pusat Penelitian dan Pengembangan (Puslitbang) Badan Meteorologi Klimatologi dan Geofisika (BMKG) adalah HyBMG. Ada 3 metode prediksi univariat yang diujikan dalam aplikasi HyBMG yaitu Adaptive Neuro-Fuzzy Inference System (ANFIS), Autoregressive Integrated Moving Average (ARIMA), dan Transformasi Wavelet. Namun demikian masih ada beberapa kendala diantaranya running model masih dilakukan satu persatu untuk tiap lokasi dan metode, sehingga apabila akan melakukan running untuk beberapa titik (lokasi) membutuhkan waktu yang cukup lama. Oleh karena itu untuk menghasilkan informasi dan prediksi iklim yang berkualitas diperlukan model prediksi iklim yang memiliki performa tinggi. Untuk keperluan pengujian model prediksi iklim ini dilakukan validasi metode dengan menggunakan data penginderaan jauh (TRMM/GPM). Data yang digunakan adalah data curah hujan bulanan seluruh wilayah Indonesia. Hasil menunjukkan bahwa prediksi curah hujan bulanan dari ketiga metode yang digunakan masih underestimate dibandingkan dengan data observasinya. Berdasarkan metode yang digunakan yang mempunyai korelasi tinggi di wilayah Jawa, Bali, dan Nusa Tenggara.]]>
Copyrights © 2019
