<![CDATA[Provinsi Maluku Utara merupakan wilayah kepulauan dengan variabilitas curah hujan yang tinggi, namun pemantauan kondisi meteorologis sering terkendala oleh keterbatasan jaringan pengamatan permukaan yang tidak merata. Pemanfaatan data satelit Global Satellite Mapping of Precipitation (GSMaP) menawarkan solusi alternatif untuk pemantauan hujan spasial, namun akurasinya perlu divalidasi terlebih dahulu terhadap kondisi lokal. Penelitian ini bertujuan untuk melakukan otomatisasi pemrosesan dan validasi akurasi estimasi curah hujan harian GSMaP v8 terhadap data Automatic Weather Station (AWS) di empat lokasi strategis: Labuha, Tobelo, Pelabuhan Ternate, dan Stageof Ternate. Validasi dilakukan menggunakan metode statistik Pearson Correlation (r), Root Mean Square Error (RMSE), dan Relative Bias (RB). Hasil analisis menunjukkan bahwa pada skala akumulasi harian, GSMaP memiliki hubungan linear yang moderat terhadap data observasi dengan nilai koefisien korelasi (r) gabungan sebesar 0,462. Tingkat kesalahan estimasi ditunjukkan oleh nilai RMSE sebesar 15,67 mm/hari dengan kecenderungan overestimate sebesar 11,4%. Akurasi GSMaP di wilayah ini teridentifikasi dipengaruhi oleh "efek pulau kecil" (small island effect) dan kesalahan sensor pada garis pantai (coastline error) yang signifikan di wilayah kepulauan. Penelitian ini menyimpulkan bahwa meskipun GSMaP mampu menangkap pola umum kejadian hujan harian, penggunaan data untuk analisis lanjutan di Maluku Utara memerlukan koreksi bias lebih lanjut.]]>
Copyrights © 2026
