PemodelanCurahHujanBulananBerdasarkanMetode LeastSquareNonǦLinier AndiIhwan ProdiFisikaFMIPA UniversitasTanjungpura
Abstrak Dalam penelitian ini, dibuat sebuah model pola cuaca dengan metode Fast Fourier Transform (FFT) dan Least Square nonǦlinier. Metode FFT digunakan untuk mencari sifat berulangnya trend cuaca sedangkanmetodeLeastSquaredigunakanuntukmencarikurvaterbaikyangdapatmemproyeksikan perubahandatacuacayangterjadi.Hasilsimulasimodelmenggunakandatacurahhujanbulanan15 tahun terakhir diperoleh berdasarkan metode FFT menunjukkan trend curah hujan kota Pontianak akanberulangsetiap12bulanan.CurahhujanbulananKotaPontianakdapatdibentukberdasarkan metodeleastsquarenonǦlinierdengantingkatkorelasiantaramodeldengandataobservasibernilai 0.6.Tingkatkestasionerandataberpengaruhpadaketepatanmodelyangdibangun,terlihatpadadata tigabulanantingkatkorelasinyameningkatmenjadi0.7. Katakunci:Cuaca,iklim,FFT,CES,CD
PENDAHULUAN Deskripsi Cuaca/Iklim Kalimantan Barat ǡ ǡ ǡ ǡ
ǡ ǡ Ǥ Ǧǡ ǡ ǡ Ǥ Ǥ Ǥ
Ǥ
͵ǤͲͲͲ Ȁ Ǥ ǡ
Ǥ
ǡ ȋǤʹͲͲͶȌ ǡ Ǧ ǡ
Ǥ Ǧǡ Ǧ
Pemodelan Curah Hujan Bulanan Berdasarkan Metode Least Square Non-linier
89
Ǥ
PemodelanDataIklim
ǡ Ǥ Ǧ ǡ
Ǥ ǡ
ȋǡǡʹͲͲͷȌǤ
BentukNonǦLinierLeastSquare ǡ
Ǥ
Ǥ curvafittingǤȋǡʹͲͲͷȌ
Ǧǡ ܽ ǡ ݇ ൌ Ͳǡ ͳǡ ǥ ݉Ǥ Ǧ ݕൌ ݕሺ ݔǢܽ ǡ ܽଵ ǡ ǥ ǡ ܽ ሻ
ݕൌ ݕሺݔǢ ܉ሻሺʹǤͳሻ
Ǧ Ǧ ߯
ଶ ሺ܉ሻ
ଶ
ݕ െ ݕሺݔ Ǣ ܉ሻ ሺʹǤʹሻ ൌ ቈ ߪ ୀ
߯ ଶ ܉ ݕ െ ݕሺݔ Ǣ ܉ሻ
ሾݕ െ ݕሺݔ Ǣ ܉ሻሿ μݕሺݔ Ǣ ܉ሻ ߲߯ ଶ ൌ െʹ ሺʹǤ͵ሻ ߲ܽ μܽ ɐଶ୧ ୀ
݇ ൌ Ͳǡͳǡ ǥ ݉ǡ
ͳ μݕሺݔ Ǣ ܉ሻ μݕሺݔ Ǣ ܉ሻ ߲ ଶ ݕሺݔ Ǣ ܉ሻ ߲ ଶ߯ଶ ሺʹǤͶሻ ൌ െʹ ଶ ቈ െ ሾݕ െ ݕሺݔ Ǣ ܉ሻሿ μܽ μܽ ߲ܽ ߲ܽ ߲ܽ ߲ܽ ɐ୧ ୀ
ȋʹǤͶȌ ߯ ଶ ሺ܉ሻ ǣ ଶ ߯ ଶ ሺ܉ሻ ൌ ʹ۸ሺ܉ሻ ் ۸ሺ܉ሻ ۿሺ܉ሻ ሺʹǤͷሻ
۸ሺ܉ሻ
μݕሺݔଵ Ǣ ܉ሻ ۇμܽଵ ڭ ۈ μݕሺݔ୬ Ǣ ܉ሻ ۉμܽଵ
90
ڮ ڰ
ǥ
μݕሺݔଵ Ǣ ܉ሻ μܽ୬ ۊ ڭ ۋ μݕሺݔ୬ Ǣ ܉ሻ μܽ୬ ی
ۿሺ܉ሻ ൌ ʹ ሾݕ െ ݕሺݔ Ǣ ܉ሻሿ ୀ
߲ ଶ ݕሺݔ Ǣ ܉ሻ ߲ܽ ߲ܽ
ȋǡʹͲͲͷȌǤ MetodeLevenbergǦMarquardt
ȋʹǤ͵ȌȋʹǤͶȌʹ ǣ
ߚ ؠെ
ͳ ߲߯ ଶ ͳ ߲ଶ߯ଶ ܽ ؠ ʹ ߲ܽ ʹ ߲ܽ ߲ܽ
SPEKTRA, Volume 10 Nomor 2 Desember 2010
ܽ Ɂܽ୪ ൌ ߚ ሺʹǤሻ
ୀ
۸ሺ܉ሻ ் ۸ሺ܉ሻ ο ܉ൌ െ۸ሺ܉ሻ ் ሺʹǤሻ
۴ሺ܉ሻ
௬భ ି௬ሺ௫భ Ǣ܉ሻ
ۍ ې ఙభ ێ ۑ ൌ ڭ ێ௬ ି௬ሺ௫ Ǣ܉ሻۑ ۏ ے ఙ
ሺʹǤሻ ȋ ǦȌ Ǥ ǡ ߣ Ǥ ൫۸ሺ܉ሻ ் ۸ሺ܉ሻ ɉࡵ൯ο ܉ൌ െ۸ሺ܉ሻ ் ۴ሺ܉ሻ ሺʹǤͺሻ
ǦǤ ɉ ȋʹǤͺȌ
۸ሺ܉ሻ ் ۸ሺ܉ሻ ɉࡵ ൎ ɉࡵο܉ ͳ ൎ ɖଶ ሺʹǤͻሻ ɉ
steepestǦdescent ɖଶ Ǥ ǡ Ǥ
METODOLOGI
ǡ
Ǥ
Ǥ
Ȁ
Ǥ ͳͷ Ǥ
Ȁ Ǥ ǡʹ ǣ
Langkah Pertama Ǥ
Ǥ
Ǧ Ǥ ǡ
nonǦstasioner. LangkahKedua
Ǥ
noise Ǥ
Least Square Ǥ Ǥ Ǧ Ǧ Ǥ ͵Ǧͳ Ǥ ǡ ǡ error ȋSum of Square due
Pemodelan Curah Hujan Bulanan Berdasarkan Metode Least Square Non-linier
91
to ErrorȌǡ Ͳ error
Ǥ Ǧ ͲǦͳǡ Ǧ ͳ
ȋǤ ǤǡͳͻͺȌǤ
HASILDANPEMBAHASAN
ȋcorrectnessȌ Ǥ
ǡ ǡ Usability IntegrityǦǤ error ȋTestabilityȌ Ǥ Hasil Simulasi Model
Least Square, ȋ
Ȍǡ Ǥ Fast Fourier Transfort ȋ Ȍǡ ͳǤ
92
Gambar1.PeriodecurahhujanKota Pontianak
ͳ
Ǧ Ǧͳʹ ȋȌ ǦͳʹǤ
ͳʹ Ǥ ytǦn1,ytǦn2ytǦ12ytǦ24Ǥ Least Square Ǥ Ǧ ǡ
error
Ǥ ͳ
Ǥ
SPEKTRA, Volume 10 Nomor 2 Desember 2010
Tabel1.DaftarfungsiyangdicobauntukmemodelkandatacurahhujanBulanan KotaPontianak. Jenis Fungsi
NilaiAwal ͳ ʹ ͵ ͲǤͲͷ ͲǤͲͷ ͲǤͲͷ
Ͷ Ǧ
NilaiOptimum ͳ ʹ ͵ Ͷ Ǥͳͺ ͲǤ͵ʹ ͲǤ͵Ͷ Ǧ
Jumlah Iterasi
SSE
r
ͷʹ
ͳͳͲͺͳͺ
ͲǤ
ͲǤͲͷ ͲǤͲͷ ͲǤͲͷ ͲǤͲͷ ͶǤͺͻ ͲǤͷͳ ͳǤͶ ͲǤʹ
Ǥ ȋinitial valueȌ try and error Ǥ
ȋȌ
ͳͲǦͻǤ
Constant Elasticity Of Substitution ȋȌ CobbǦDuglas ȋȌ ͷʹ ͲǤ
Ͳ
ͳͳͳʹͲ
ͲǤ
ȋȌ Ǥ ȋerrorȌ Ǥ ͳ error
Ǥ ͲǤͶ Ǥ ǡ
Ǥ
700
observasi model
curah hujan (mm)
600
500
400
300
200
100
0
0
20
40
60
80
100
Waktu (Bulan)
120
140
160
180
Gambar2.Hasilcurvafittingcurahhujanbulananantaradataobservasidengan modelberdasarkanfungsiCES(tahun1990–2004)
Pemodelan Curah Hujan Bulanan Berdasarkan Metode Least Square Non-linier
93
700
observasi model
curah hujan (mm)
600
500
400
300
200
100
0
0
20
40
60
80
100
Waktu (Bulan)
120
140
160
180
Gambar 3.Hasilcurvafittingcurahhujanbulananantaradataobservasidengan modelberdasarkanfungsiCD(tahun1990–2004) Ȍerror
ʹ͵curva Ǥ fittingǤ
Ȁ
ʹͲͲͶ ȋȌ ȋ f = b1*(b2*L.^b3 + (1-b2)*K.^b3).^(b4/b3); %Fungsi CES f = 4.89*(0.51*L.^1.46 + (1-0.51)*K.^1.46).^(0.72/1.46) f = b1*(L.^b2).*(K.^b3); %Fungsi CD f = 7.18*(L.^0.32).*(K.^0.34)
ǣ α
ǦͳʹǢ α
ǦʹͶǢ
ʹǤ ǡ ȋ ȌǤ Tabel 2. Daftar fungsi yang dicoba untuk memodelkan data curah hujan tiga bulananKotaPontianak. NilaiAwal Jenis Fungsi ͳ ʹ ͵ Ͷ ͲǤͲͷ ͲǤͲͷ ͲǤͲͷ Ǧ
ͲǤͷ
ͲǤͷ
ͲǤͷ
ͲǤͷ
NilaiOptimum ͳ ʹ ͵ Ͷ ͷͺǤʹ ͵ǤͲͻ ͵Ǥͺͳ Ǧ
ͷͲǤʹ ͶǤ͵ ͳͳǤͷͺ
curva fitting ǡ initial valuenya
94
Ǥͳ͵
Jumlah SSE r Iterasi Ͳ ͷͶͺͳ ͲǤ ͷͲ
͵ͲͲͲ ͲǤ
Ǥ SPEKTRA, Volume 10 Nomor 2 Desember 2010
ͳͲǦͻǡ Ͳ ͷͲǤ
ͳͲͳǡ
ͲǤǤ Ǧ ǡ Ǥ curva fitting Ǥ
500
observasi model
curah hujan (mm)
450 400 350 300 250 200 150 100 50
0
20
40
60
80
Waktu (Tiga Bulanan)
100
120
140
160
Gambar 4. Hasil curva fitting curah hujan tiga bulanan antara data observasi denganmodelberdasarkanfungsiCES(tahun1990–2004)
500
observasi model
curah hujan (mm)
450 400 350 300 250 200 150 100 50
0
20
40
60
80
Waktu (Tiga Bulanan)
100
120
140
160
Gambar 5. Hasil curva fitting curah hujan tiga bulanan antara data observasi denganmodelberdasarkanfungsiCES(tahun1990–2004) Ȁ
ʹͲͲͶ
Pemodelan Curah Hujan Bulanan Berdasarkan Metode Least Square Non-linier
95
f = b1*(b2*L.^b3 + (1-b2)*K.^b3).^(b4/b3); %Fungsi CES f = 50.62*(4.63*L.^11.58 + (1-4.63)*K.^1158).^(7.13/11.58) f = b1*(L.^b2).*(K.^b3); %Fungsi CD f = 58.26*(L.^3.09).*(K.^3.81)
ǣ α
ǦͳʹǢ α
ǦʹͶǢ
Ǥ PrediksiCurahHujan
Ǧ ȋ ͶǤͳ ȌǤ error ǡ
Ǥ ʹͲͲͷǦʹͲͲͺǡ ͶǤ Ǥ
Gambar6.PrediksicurahhujanbulananKotaPontianak(tahun2007–2008). ʹͲͲǦʹͲͲͺ
Ǧ Ǧ
96
Ǧ Ǥ ǦͶǦͷ ͻǦͳͲ
SPEKTRA, Volume 10 Nomor 2 Desember 2010
ǡ
Ǧ ͵ Ȃ Ͷ ͻ Ȃ ͳͲ ȋ Ȍ
Ǥ KESIMPULAN
ͳǤ
ͳʹǤ ʹǤ Ǧ ͲǤǤ ͵Ǥ ͲǤ ͶǤ
Ǧ
Ǧ Ǥ ͷǤ ȋ Ȍ
Ǧ Ǧ Ǥ
REFERENSI ̴̴̴̴̴̴̴ǡ ͳͻͻʹǡ Numerical Recipes in C: The Art of Scientific Computingǡ Ǥ
Ǥǡ
ǡ Ǥǡ ʹͲͲͷǡ Parameter Estimation and Inverse Problemsǡ
Ǥ
ǤǤ ǡ ͳͻͺǡ Statistics and Data Analysis in Geologi 2ndǡ ƬǤ
ǡ
ǡǢȋ
ȌǡǤ
ǤǢ ǡ Ǥ ǤǢ ǡ Ǥ ǤǢ
ǡ Ǥ ǤǢ ǡ ǤǢ
ǡ ǤǢ ǡ Ǥ Ǥǡ ʹͲͲͷǡ Practical Applied Mathematics: Modelling, Analysis, Approximationǡ Ǥ Ǥǡ Ǥǡ Identifikasi Aktivitas Konveksi Kuat di Kota Pontianak Menggunakan Data Outgoing, Longwave Radiationǡ
ǡ ǡ ǡ ǡ Ǥ Ͷ Ǥͳǡ ǤͳͲȂͳͺǡʹͲͲ
ǡ ʹͲͲǡ MatlabR 7th DocumentationǦ Data Analisysǡ ǡ
Ǥ
Ǥǡ ʹͲͲͶǡ Meteorologi Umumǡ ǡǤ
Pemodelan Curah Hujan Bulanan Berdasarkan Metode Least Square Non-linier
97