17
3 DATA A DAN METODOL LOGI
3.1
Dataa
Data yangg digunakann pada penellitian ini adaalah: 3.1.1 Dataa RegCM3 (Vektor X) X Dataa RegCM3 yang y digunaakan dalam m penelitian ini adalah data d RegCM M3 bulanan unntuk Pulau Jawa dari Desember D 19957 sampai Juli 2002 yang y tersimppan dalam filee berformat teks, sepertti yang tamppak pada Taabel 1.
p Jawa Tabel 1 Coontoh Data RegCM3 pulau coo rdinates
103
10 03.03
103 .07
103.1 1
103.13
103.17
----- L:27 T : 15-FE EB-1960 00:00 -9
-1.0 00E+34
-1.00E E+34
-1.00E+ +34
-1.00E+34 4
-1.00E+34
-1.00E+34
-8.97
-1.0 00E+34
-1.00E E+34
-1.00E+ +34
-1.00E+34 4
-1.00E+34
-1.00E+34
-8.93
-1.0 00E+34
-1.00E E+34
-1.00E+ +34
-1.00E+34 4
-1.00E+34
-1.00E+34
-8.9
-1.0 00E+34
-1.00E E+34
-1.00E+ +34
-1.00E+34 4
-1.00E+34
-1.00E+34
-8.87
-1.0 00E+34
-1.00E E+34
-1.00E+ +34
-1.00E+34 4
-1.00E+34
-1.00E+34
File data RegCM M3 merupaakan data sppatial sehinggga dapat diivisualisasikkan urah hujan menjadi gambar peta.. Gambar 5 menunjukaan visualisassi tingkat cu bulanan daari data ReggCM3 pada Pulau Jawaa, dan secarra khusus wilayah w Kabupatenn Indramayuu.
Gambar 4 Hasil Visualisasi Curaah Hujan Puulau Jawa dari Data ReegCM3.
18
3.1.22 Data Currah Hujan (Variabel ( Y Y) Data curah h hujan yanng digunakan pada peneelitian ini ad dalah dari data d hasil penggamatan currah hujan paada titik-titikk statsiun obbservasai ikklim di Kab bupaten Indraamayu dari Januari 19889 sampai Desember D 20007. Contohh data dapatt dilihat padaa Tabel 2 yaang disimpann dalam dattabase.
Tabeel 2 Data Ob bservasi currah hujan dii Kota Indraamayu NamaSta a Cidempet Cikedung I Indramayu Ja atibarang Sudiikampiran Kedo kan bund 112 Jan-8 89 125 5 167 150 202 109 389 556 480 345 Feb-8 89 491 1 430 278 357 191 273 Mar-8 89 337 7 304 156 40 99 40 Apr-8 89 92 2 348 153 128 89 105 May-8 89 159 9 215 122 139 86 232 Jun-8 89 117 7 173
Terdapat 17 titik staatsiun obserrvasi pengaamatan iklim m yang terssebar pada Kabuupaten Inddramayu unntuk menccatat kondiisi curah hujan.
Gambar G 6
menuunjukkan lookasi titik stasiun s obseervasi terseebut yang tersebar di Kabupaten Indraamayu
Gam mbar 5 Lokassi stasiun obbservasi di Kabupaten K Indramayu.. (Buono et--al, 2010)
19
Wilayah Indramayu dipilih sebagai daerah studi kasus untuk penelitian ini, didasarkan pada tingkat kerentanan daerah terhadap bencana yang berkaitan dengan curah hujan dan ketersediaan data curah hujan pada titik stasiun observasi. Dari Gambar 7 yang menampilkan grafik posisi relatif setiap kabupaten di Pulau Jawa berdasarkan rata-rata luas yang terkena bencana nanjir dan kekeringan dari 1989 hingga 2007. Dari grafik tersebut, menurut Buono et-al (2010) dapat dilihat bahwa Indramayu berada pada posisi dengan luas wilayah yang terkena bencana relatif tertinggu dibandingkan dengan kabupaten di Pulau Jawa. Luas Bencana Banjir vs Kekeringan untuk Kabupaten di Jaw a
Luas Terkena Bencana Kekeringan
1500
Indramayu
1000
500
0 0
300
600
900
1200
1500
Luas Terkena Bencana Banjir
Gambar 6 Luas Wilayah Banjir dan Kekeringan per Kabupaten di Pulau Jawa (Buono et-al,2010). 3.2
Tahapan Penelitian Tahapan-tahapan yang dilakukan dalam penelitian ini secara umum adalah
mengumpulkan data, memetakan data titik observasi dengan data RegCM3. Membandingkan kinerja setiap fungsi secara paralel maupun secara serial. Setelah itu, dilakukan pengujian dengan k-fold cross validation terhadap nilai rekonstruksi. Tahap selanjutnya adalah analisis R2 dan pemilihan model berdasarkan R2 yang paling tinggi. Alur tahapan yang dilakukan tersebut dapat dilihat pada Gambar 8.
20
Pengumpulan Data
PCA Data D RegCM3 secara paralel
Regrresi secara paralel p
Re ekonstruksi data curah hujan s secara paralal
Pemetaan Data Titik Observasi dengan Data RegCM3
Memband dingkan proses PC CA serial dengan parlel
Memb bandingkan pros ses regresi line ear serial deng gan parlel
Membandingkan M proses re ekonstruksi nilai serial dengan parlel
PCA Data D RegCM3 secara al seria
Reg gresi linear sec cara serial
Re ekonstruksi data curah hujan secara serial
Nilai rek konstruksi diuji men nggunakan k-fold d cross valid dation
Analisis R 2
Penggunaan odel mo berdasa arkan nilai R2 paling tinggi
mbar 7 Tahappan-tahapann proses yan ng dilakukaan di dalam penelitian. p Gam
Dari Gambarr 8 yang menunjukkan alur kegiataan penelitiann, secara um mum D b utam ma: tahappan penelitian akan terddiri dari 2 bagian 3.2.11 Pemilihan n model Dari data RegCM3 R buulanan diam mbil titik-titiik pada daerah Kabupaaten Indraamayu. Berddasarkan peenelitian yanng dilakukaan oleh Sutikkno (2008),, besar ukuraan grid mattriks data Grid RegCM M3 yang akann dipetakann, yaitu: 3×33, 5×5, dan 7×7 pada p titik niilai stasium m observasi. Dengan meenggunakan n jarak Euclidean terdeekat, titik ob bservasi akaan dipetakann ke n×n griid matriks RegCM3 R buulanan terdeekat, sepertii yang tampak pada Gaambar 9.
mbar 8 Ilustrasi Pemetaaan data Reg gCM3 dengaan titik obseervasi. Gam
21
Tahap selanjutnya adalah membuat tabel pemetaan antara nilai titik observasi dengan grid matriks data Model RegCM3 yang akan disimpan di dalam file teks, seperti yang tampak pada Tabel 3.
Tabel 3 Matriks data observasi dan data RegCM3 Stasiun Observasi
Data RegCM3 … … …
…
… …
…
…
…
…
…
…
…
..
Agar setiap variabel pada data RegCM3 saling bebas, maka dilakukan proses reduksi ukuran matriks dengan menggunakan PCA, Ukuran reduksi matriks (m) adalah sebesar 1, 3 dan 5. Tabel hasil reduksi dapat digambarkan pada Tabel 4, dimana m<
Tabel 4 PCA Matriks data observasi dan data RegCM3 Stasiun Observasi
PCA Data RegCM3 … … …
…
…
…
…
…
…
…
…
Setelah proses reduksi matriks dengan menggunakan PCA, dilakukan multivariate regresi untuk menentukan nilai b terhadap nilai titik observasi dengan matriks yang telah direduksi, seperti yang tampak pada persamaan di bawah.
22
…
3.2.22 Rekonstru uksi data berdasarka b an model Setelah nilai b ditentuukan, tahap selanjutnyaa adalah pem metaan nilaii b dengan matriiks reduksi untuk mennghasilkan data d rekonsttruksi, seperrti yang tam mpak pada Gam mbar 10. Datta hasil rekoonstruksi dibbandingkann korelasi deengan nilai data d obserrvasi sebenaarnya. Moddel yang dippilih adalah yang memiliki nilai ko orelasi tertinnggi.
G Gambar 9 Iluustrasi rekonnstruksi data curah hujaan. 3.3
Desain Prrogram Parralel Tahapan yang y digunaakan dalam perancangaan sistem paaralel mengggunakan
Metoode Perancaangan Progrram Paralel,, yang melipputi: -
Dekompoosisi. Dalam m penelitiaan ini sisttem yang akan dikem mbangkan, didekompposisi menjjadi: prosess meredukssi matriks dengan PC CA, proses melakukaan regresi linear, dan prroses merekkonstruksi nilai n curah hujan. h
-
Komunikkasi.Komunnikasi yang g terjadi adalah: a Haasil keluaraan reduksi dengan PCA P yang berupa maatriks redukksi menjad di input unttuk proses regresi liinear. Hasill keluaran proses reggresi linear yang beruupa nilai b menjadi input prosses rekontrruksi nilai perkiraan.. Proses rekonstuksi r menghasiilkan keluarran nilai currah hujan haasil rekontruuksi.
23
-
Aglomerasi. Untuk mempermudah implementasi ketiga fungsi hasil tahap dekomposisi digabungkan untuk setiap titik stasiun observasi.
-
Mapping. Dalam penelitian ini pengembangan sistem menggunakan pemrograman secara implisit, maka proses pemetaan hasil aglomerasi terhadap unit prosesor tidak dilakukan oleh programer, melainkan dilakukan oleh compiler,
3.4
Faktor-faktor
Faktor –faktor yang diamati dan dianalisi dalam penelitian ini meliputi: 3.4.1 Akurasi hasil rekonstruksi Akurasi komputasi diamati dengan menghitung korelasi hasil rekonstruksi data curah hujan dengan data observasi curah hujan hasil pengamatan titik stasium observasi di Kabupaten Indramayu. 3.4.2 Kinerja Komputasi Paralel Ukuran kinerja sistem yang dikembangkan menggunakan pendekatan pemrograman paralel yang meliputi: Speedup, Total Parallel Overhead dan Efesiensi. 3.5
Metode Pengembangan Sistem
Metodologi yang digunakan dalam penelitian ini mengikuti dan mengadaptasi semua tahapan pengembangan sistem sesuai linear sequential model seperti berikut : 3.5.1 Analisis Pada tahapan ini akan dilakukan proses analisis mengenai permasalahan yang berhubungan dengan kebutuhan sistem. Hasil analisis yang diperoleh adalah: a. Sistem harus dapat menampilkan data curah hujan yang ada pada file RegCM3 dan pada hasil pengamatan pada titik observasi yang ada di dalam database. b. Sistem harus dapat melakukan proses reduksi matriks dengan PCA dari data RegCM3 setiap titik observasi melalui komputasi serial maupun secara paralel.
24
c. Sistem harus dapat melakukan proses regresi linear berdasarkan nilai pengamatan setiap titik pengamatan dengan matriks reduksi melalui komputasi serial. d. Sistem harus dapat melakukan proses rekonstruksi nilai curah hujan berdasarkan nilai yang di dapat dari proses regresi linear setiap titik pengamatan curah hujan. e. Sistem harus dapat menampilkan grafik perbandingan antara nilai hasil pengamatan dengan hasil rekonstruksi tiap titik observasi. f. Sistem harus dapat mencatat waktu komputasi setiap proses baik proses secara serial maupun secara paralel. g. Sistem harus dapat melakukan proses pengujian statistika dengan metode kfold cross validation. 3.5.2 Desain Tahapan ini merupakan tahapan untuk merancang sistem berdasarkan hasil analisis. Hal-hal yang akan dilakukan dan diperoleh dalam tahap ini adalah: a. Membuat basis data yang berisikan informasi yang berkaitan dengan sistem rekonstruksi curah hujan. b. Membuat algoritma yang akan melakukan proses reduksi matriks dengan PCA secara komputasi serial dan paralel. c. Membuat algoritma yang akan melakukan proses regresi linear secara komputasi serial dan paralel. d. Membuat algoritma yang akan melakukan proses rekonstruksi data curah hujan secara komputasi serial dan paralel. e. Membuat algoritma yang akan mencatat waktu komputasi setiap proses. f. Membuat algoritma yang akan melakukan pengujian k-fold cross validation. g. Membuat algoritma yang akan membuat grafik perbandingan hasil pengamatan dengan hasil rekonstruksi. 3.5.3 Pengkodean (Code) Pada tahap ini akan dilakukan proses implementasi pengkodean program sesuai analisis dan perancangan yang sudah dilakukan.
25
3.5.4 Pengujian (Test) Pada tahap ini dilakukan proses pengujian dan percobaan terhadap terhadap sistem sesuai dengan spesifikasi yang ditentukan sebelumnya. Hal-hal yang yang akan dilakukan selama proses pengujian terhadap sistem yan dikembangkan: a. Menguji keluaran nilai dan grafik. b. Menguji akurasi rekonstuksi, melalui metode pengujian k-fold cross validation dengan menghitung korelasi antara nilai pengamatan dengan nilai rekonstruksi setiap titik observasi. c. Mengukur speed up dan efesiensi setiap komputasi paralel. 3.5.5 Pemeliharaan (Support) Tahapan ini tidak dilakukan dalam penelitian ini.
