PENGGUNAAN DATA SATELIT MTSAT-IR DAN TRMM UNTUK MENENTUKAN SUHU THRESHOLD

Proseding Seminar Nasional Fisika dan Aplikasinya Sabtu, 19 November 2016 Bale Sawala Kampus Universitas Padjadjaran, Jatinangor

PENGGUNAAN DATA SATELIT MTSAT-IR DAN TRMM UNTUK MENENTUKAN SUHU THRESHOLD AWAN HUJAN DI PULAU BANGKA (STUDI KASUS HUJAN LEBAT TANGGAL 7-8 FEBRUARI 2016) NURZAKA FARIDATUSSAFURA*, DEAS ACHMAD RIVAI Prodi Meteorologi, Sekolah Tinggi Meteorologi Klimatologi dan Geofisika Jl. Perhubungan I No. 5 Komplek Meteorologi BMKG Pondok Betung, Bintaro-Tangerang Selatan 15221 Abstrak. Suhu threshold awan hujan digunakan untuk proses estimasi curah hujan berdasarkan suhu puncak awan. Suhu puncak awan dapat menggambarkan kondisi perawanan dan potensi cuaca yang kemungkinan terjadi. Variasi suhu threshold awan hujan secara spasial di Pulau Bangka berdasarkan data satelit Multi-functional Transport Satelite-I Replacement dan Tropical Rainfall Measuring Mission akan dibahas dalam makalah ini. Data yang digunakan adalah 15 titik atau point dari data grid satelit satelit Multi-functional Transport Satelite-I Replacement dan Tropical Rainfall Measuring Mission dengan resolusi temporal tiap 1 jam pada kejadian hujan lebat yang hampir merata di seluruh Pulau Bangka tanggal 7 dan 8 Februari 2016. Berdasarkan metode dichotomous dengan melakukan penghitungan dari nilai Critical Success Index saat kejadian hujan lebat, secara umum suhu threshold awan hujan yang diperoleh berkisar antara 189 K hingga 219 K pada rentang nilai 0,2 hingga 0,8. Suhu threshold awan hujan yang diperoleh dari perhitungan nilai False Alarm Rate berkisar antara 210 K hingga 219 K pada rentang nilai 0 hingga 0,3. Perhitungan Percent Correct menghasilkan suhu threshold awan hujan bervariasi antara 189 K hingga 288 K pada rentang nilai 0,5 hingga 0,8. Kata kunci : suhu threshold, awan hujan, Multi-functional Transport Satelite-I Replacement, Tropical Rainfall Measuring Mission Abstract. Temperature threshold of rain cloud is used for estimating rainfall based on the top cloud temperature. Top cloud temperature can represent the cloud condition and the potential weather to occur. Spatially temperature threshold variety of rain cloud in Bangka Island based on Multi-functional Transport Satellite-I Replacement data and Tropical Rainfall Measuring Mission data will be discussed in this research. Data used in this research are grid data of Multi-functional Transport Satellite-I Replacement data and Tropical Rainfall Measuring Mission taken from 15 points in Bangka Island during the heavy rain event on February 7th-8th, 2016. The data has 1 hour temporal resolution. Based on the dichotomous method, the Critical Success Index calculation results the temperature threshold of rain cloud about 189 K to 219 K in the range 0.2 to 0.8 of Critical Success Index. Beside, False Alarm Rate calculation results the temperature threshold of rain cloud about 210 K to 219 K in the range 0 to 0.3 of False Alarm Rate. Last, Perfect Correct calculation results the temperature threshold of rain cloud about 189 K to 288 K in the range 0.5 to 0.8 of Percent Correct. Keywords : temperature threshold, rain cloud, Multi-functional Transport Satelite-I Replacement, Tropical Rainfall Measuring Mission

*

email : [email protected]

Kode Artikel: FINS-04 ISSN: 2477-0477

1.

Pendahuluan

Telah terjadi hujan dengan kategori ekstrem pada tanggal 7 dan 8 Februari tahun 2016 di Pulau Bangka sehingga menyebabkan beberapa daerah mengalami musibah banjir.

Gambar 1. Berita kejadian banjir Pulau Bangka dari media massa [10 & 11]

Berdasarkan data pengamatan dari Stasiun Meteorologi Pangkalpinang, pada tanggal 7 dan 8 Februari tahun 2016 hujan turun sepanjang hari dengan intensitas yang fluktuatif antara ringan hingga lebat. Selain itu berdasarkan data hujan dari pos hujan kerjasama menunjukkan bahwa hujan turun merata hampir di seluruh wilayah Pulau Bangka.

Gambar 2. Grafik curah hujan harian tanggal 7 Februari 2016 pada beberapa pos pengamatan hujan di Pulau Bangka [7]

Laporan data curah hujan observasi di Pulau Bangka pengamatan tanggal 8 Februari 2016 yang berhasil dihimpun adalah sebanyak 22 titik. Berdasarkan data pada tanggal tersebut diketahui bahwa pada tanggal 7 Februari 2016, hujan dalam kategori sangat lebat (lebih dari 100 mm/hari) terjadi di Kabupaten Bangka Barat 96

Penggunaan Data Satelit MTSAT-IR dan TRMM Untuk Menentukan Suhu Threshold…

(Pos Hujan Mayang, Simpang Teritip, Jebus, Dendang, Kelapa, Tempilang), Kabupaten Bangka (Pos Hujan Bakam, Rukam), Kabupaten Bangka Tengah (Pos Hujan Stamet Pangkalpinang, Cambai, Celuak, Penyak, Koba, Lubuk Besar), Kabupaten Bangka Selatan (Pos Hujan Air Gegas).

Gambar 3. Peta distribusi curah hujan untuk wilayah Pulau Bangka pada tanggal 7 Februari 2016 [7]

Selain itu, terdapat beberapa wilayah yang termasuk kategori hujan lebat (50 – 100 mm/hari). Wilayah tersebut meliputi Kabupaten Bangka Barat (Pos Hujan Muntok, Kundi), Kabupaten Bangka Tengah (Pos Hujan Mangkol, Sungai Selan), Kabupaten Bangka Selatan (Pos Hujan Batu Betumpang). Hujan dalam kategori lebat dan sangat lebat inilah yang menyebabkan terjadinya banjir di berbagai tempat di Pulau Bangka. Berikut nilai curah hujan harian tanggal 7 Februari 2016 dengan kategori lebat hingga sangat lebat daan grafik distribusi hujan tanggal 8 Februari 2016 di beberapa Pos Hujan wilayah Pulau Bangka. Laporan data curah hujan observasi di Pulau Bangka pengamatan tanggal 9 Februari 2016 yang berhasil dihimpun adalah sebanyak 19 titik. Berdasarkan data pada tanggal tersebut diketahui bahwa pada tanggal 8 Februari 2016, hujan dalam kategori kategori sangat lebat (diatas 100 mm/hari) terjadi di Kabupaten Bangka Barat (Pos Hujan Jebus, Telak, Dendang, Simpang Teritip, Mayang, Kundi, Muntok, Kelapa, Tempilang), Kabupaten Bangka (Pos Hujan Pemali, Bakam, Rukam), Kabupaten Bangka Tengah (Pos Hujan Stamet Pangkalpinang, Cambai), Kab. Bangka Selatan (Pos Hujan Batu Betumpang).

97

Tabel 1. Nilai curah hujan harian tanggal 7 Februari 2016 pada beberapa pos pengamatan hujan di Pulau Bangka [7]

Gambar 4. Grafik curah hujan harian tanggal 8 Februari 2016 pada beberapa pos pengamatan hujan di Pulau Bangka [8]

98


Gambar 5. Peta distribusi curah hujan untuk wilayah Pulau Bangka pada tgl 8 Februari 2016 [8]

Selain itu, terdapat beberapa wilayah yang termasuk kategori hujan lebat (50 – 100 mm/hari). Wilayah tersebut Meliputi Kabupaten Bangka Tengah (Pos Hujan Koba dan Cambai), Kabupaten Bangka Selatan (Pos Hujan Rias). Selain itu hujan sedang juga terjadi di Pos Hujan Batu Betumpang di wilayah Kabupaten Bangka Selatan. Hujan dalam kategori sedang hingga sangat lebat inilah yang berpotensi menyebabkan terjadinya banjir di berbagai tempat di Pulau Bangka. Berikut nilai curah hujan harian tanggal 8 Februari 2016 dengan kategori lebat hingga sangat lebat di beberapa Pos Hujan wilayah Pulau Bangka: Suhu threshold awan hujan sebelumnya sudah pernah diperhitungkan oleh Harjana (2007) dalam estimasi curah hujan berbasis data satelit dengan lokasi penelitian adalah wilayah Serpong dan menghasilkan suhu threshold sebesar 220K. Kemudian suhu threshold awan hujan tersebut digunakan untuk proses verifikasi estimasi curah hujan dari satelit MTSAT-IR terhadap data curah hujan observasi permukaan oleh Harjana (2007) menggunakan data hujan dengan resolusi yang berbeda-beda (akumulasi 6,12, dan 24) dan lokasi yang berbeda (Medan, Riau, Balikpapan, Surabaya, Yogyakarta, dan Semarang). Selain itu penelitian yang sama juga pernah dilakukan oleh Avia (2010). Berdasarkan hasil penelitian yang pernah dilakukan sebelumnya bahwa suhu threshold awan hujan sebesar 220K memberikan nilai korelasi yang berbeda-beda di masing-masing wilayah penelitian. Secara umum hasil estimasi curah hujan hasilnya baik untuk pulau Jawa, namun kurang memberikan hasil estimasi curah hujan untuk wilayah sebagian besar daerah lainnya di wilayah Indonesia [2]. Oleh karena itu, dilakukan penelitian dengan tujuan untuk mengetahui variasi suhu threshold awan hujan secara spasial di wilayah Indonesia khusunya Pulau Bangka.

99

Tabel 2. Nilai curah hujan harian tanggal 8 Februari 2016 pada beberapa pos pengamatan hujan di Pulau Bangka [8]

Penentuan suhu threshold pada penelitian ini dilakukan berdasarkan data satelit Multi-functional Transport Satellite-1Replacement (MTSAT-1R) dan data satelit Tropical Rainfall Measuring Mission (TRMM). Hasil penelitian ini diperlukan untuk peningkatan akurasi estimasi curah hujan dari satelit MTSAT-1R. Metodologi probabilitas digunakan pada penelitian ini sebagaimana telah dilakukan oleh Harjana (2007) yaitu menggunakan perhitungan statistik Critical Succes Index (CSI), False Alarm Rate (FAR) dan Hit Rate (HR). 2.

Metode Penelitian

Data yang digunakan adalah data dari satelit MTSAT-1R dan TRMM dengan resolusi temporal per jam sebanyak 720 data (data grid dari 15 titik di Pulau Bangka pada tanggal 7 – 8 Februari 2016). Satelit MTSAT-1R adalah salah satu jenis satelit geostasioner yang diluncurkan oleh Japan Meteorological Agency (JMA) terletak di 140o BT pada ketinggian sekitar 36.000 km di atas ekuator. Satelit MTSAT-1R melakukan observasi wilayah di bumi dari utara ke selatan selama 25 menit dan mampu memonitor perkembangan dan arah pergerakan gangguan-gangguan cuaca.

100


Gambar 6. Peta titik data grid

Satelit TRMM merupakan satelit pertama yang dibuat untuk mengukur curah hujan tropis dan subtropis. Satelit ini merupakan hasil kolaborasi antara National Aeronautics and Space Administration (NASA) dan Japan Space Agency yang diluncurkan pada tanggal 27 November 1997. Dilihat dari orbitnya, berbeda dengan MTSAT-1R yang geostasioner, TRMM termasuk dalam satelit orbit polar (sun synchronous). Metode estimasi curah hujan menggunakan data satelit geostasioner secara umum mengasumsikan bahwa suhu puncak awan yang dingin digunakan untuk menduga adanya awan hujan cumulunimbus. Suhu puncak awan (TBB) yang didapatkan dari data MTSAT-IR diasumsikan bahwa semakin dingin suhu puncak awan maka semakin besar potensi untuk menghasilkan curah hujan yang tinggi di permukaan bumi [3]. Curah hujan yang tinggi selalu terkait dengan suhu rendah, tidak berlaku pernyataan sebaliknya karena suhu rendah tidak selalu berarti curah hujan tinggi [6] Menurut Jolliffe and Stephenson (2003), Wilks (2006) dan Harjana (2007) prakiraan atau peramalan hujan, baik terjadi atau tidak terjadi, dapat direpresentasikan dalam bentuk tabel kontingensi. Dalam penelitian ini digunakan metode dichotomous dengan bantuan tabel kontingensi yang berdasarkan klasifikasi suhu puncak awan. Suhu puncak awan yang digunakan sebagai acuan (TC) adalah 220 K.

101

Tabel 3. Tabel Kontingensi

Dengan menggunakan klasifikasi suhu puncak awan TBB ≤ TC dan TBB > TC, maka diperoleh empat kemungkinan hasil sebagai berikut : • TBB ≤ 220 K (forecast) dan terjadi hujan (observasi) • TBB ≤ 220 K (forecast) dan tidak terjadi hujan (observasi) • TBB > 220 K (forecast) dan terjadi hujan (observasi) • TBB > 220 K (forecast) dan tidak terjadi hujan (observasi) Untuk menentukan tingkat kebenaran dan kesalahan dari hasil forecast tersebut digunakan beberapa perhitungan statistik berupa Control Success Index (CSI), False Alarm Rate (FAR), dan Percent Correct (PC). CSI menggambarkan nilai kebenaran dari hasil perkiraan tersebut, nilainya berkisar antara rentang nilai 0 dan 1. Nilai 0 menunjukkan nilai yang buruk dan nilai 1 menunjukkan nilai yang baik. FAR menggambarkan nilai kesalahan dari hasil perhitungan tersebut, nilainya juga berada pada selang 0 sampai dengan 1. Artinya nilai yang terbaik adalah jika nilai FAR ini semakin kecil atau mendekati 0. Sedangkan PC adalah persentase prakiraan yang benar. Nilai PC berkisar antara rentang 0 sampai 1, nilai 0 untuk perkiraan tanpa yang benar dan nilai 1 ketika semua perkiraan benar [3]. 3.

Hasil dan Pembahasan

a.

Control Success Index (CSI) Berdasarkan perhitungan Control Success Index (CSI) diperoleh suhu threshold awan hujan sebesar 189 K hingga 219 K pada rentang nilai 0,2 hingga 0,8. Dari hasil tersebut dapat diartikan bahwa nilai kebenaran antara 20% hingga 80%.

102


Gambar 7. Index CSI threshold TBB-TRMM

Tabel 4. Tabel rentang nilai CSI

Rentang Nilai Kebenaran Daerah 0,2 - 0,4 Sebagian besar Kabupaten Bangka Selatan bagian selatan Sebagian kecil Kabupaten Bangka Barat bagian barat, sebagian besar Kabupaten Bangka Tengah bagian Selatan, sebagian 0,4 - 0,6 besar Kabupaten Bangka Selatan, Kabupaten Belitung, dan Kabupaten Belitung Timur Sebagian besar Kabupaten Bangka Barat, sebagian besar 0,6 - 0,8 Kabupaten Bangka Induk, sebagian besar Kabupaten Bangka Tengah, dan Pangkalpinang 0,8 - 1 Sebagian kecil Kabupaten Bangka Induk

103

b.

False Alarm Rate (FAR)

Gambar 8. Index FAR threshold TBB-TRMM

Berdasarkan perhitungan False Alarm Rate (FAR) diperoleh suhu threshold awan hujan sebesar 210 K hingga 219 K pada rentang nilai 0 hingga 0,3. Dari hasil tersebut dapat diartikan bahwa tingkat kesalahan antara 0% hingga 30%. Tabel 5. Tabel rentang nilai FAR Rentang Nilai Kesalahan 0 – 0.1

0.1 – 0.2 0.2 – 0.3

c.

Daerah

Kabupaten Bangka Barat, Kabupaten Bangka, Kota Pangkalpinang, Kabupaten Bangka Tengah, Kabupaten Bangka Selatan bagian utara, Kabuaten Belitung bagian timur laut, dan Kabupaten Belitung Timur bagian timur Kabupaten Bangka Selatan bagian tengah, sebagian Kabupaten Belitung, dan sebagian besar Kabupaten Belitung Timur Kabupaten Bangka Selatan bagian selatan

Percent Correct (PC)

Berdasarkan perhitungan Percent Correct (PC) diperoleh suhu threshold awan hujan sebesar 189 K hingga 288 K pada rentang nilai 0,5 hingga 0,8. Dari hasil tersebut dapat diartikan bahwa tingkat kebenaran antara 50% hingga 80%.

104


Gambar 9. Index PC threshold Tbb-TRMM

Tabel 6. Tabel rentang nilai PC (Percent Correct) Rentang Nilai Kebenaran 0,2 - 0,4 0,4 - 0,6

0,6 - 0,8 0,8 - 1

4.

Daerah Sebagian kecil Kabupaten Bangka Tengah bagian Barat, Sebagian kecil Kabupaten Bangka Barat bagian Barat, dan sebagian besar Kabupaten Bangka Selatan Sebagian besar Kabupaten Bangka Barat, sebagian besar Kabupaten Bangka Induk, Pangkalpinang, sebagian besar Kabupaten Bangka Tengah, sebagian kecil Kabupaten Selatan, Kabupaten Belitung, dan Kabupaten Belitung Timur Sebagian Kecil Kabupaten Bangka Induk

Kesimpulan

Penentuan suhu threshold awan hujan pada saat kejadian cuaca ekstrim tanggal 7 dan 8 Februari 2016 di Pulau Bangka berdasarkan perhitungan dari CSI dan FAR didapatkan nilai yang homogen, artinya nilai yang didapatkan cenderung hampir sama karena mempunyai selisih nilai yang sedikit antara nilai minimum dan maksimumnya. Sedangkan berdasarkan perhitungan PC, didapatkan nilai yang cukup heterogen, artinya nilai yang didapatkan beragam karena mempunyai selisih nilai yang cukup besar antara antara nilai minimum dan maksimumnya. Hasil perhitungan suhu threshold terbaik dari suatu lokasi berdasarkan perhitungan dari nilai CSI, FAR, dan PC adalah dimana menghasilkan nilai CSI dan PC yang tinggi dan FAR yang kecil.

105

Hasil penelitian ini masih merupakan tahap awal, dimana masih memerlukan penelitian lebih lanjut. Penggunaan data dari kanal yang berbeda maupun dari satelit yang berbeda, tentunya dapat menghasilkan informasi yang berbeda sehingga dapat digunakan sebagai tambahan referensi terhadap proses penentuan suhu threshold awan hujan. Penggunaan metode yang lain perlu digunakan sebagai pembanding, misalnya mengelompokkan curah hujan berdasarkan karakteristiknya secara spasial menggunakan metode clustering sebelum dilakukan pengujian. Selain itu, menggunakan data series yang lebih panjang dan menambah titik untuk pengujian memungkinkan untuk menghasilkan nilai suhu threshold yang lebih akurat. Untuk mendapatkan hasil yang maksimal, sebaiknya dilakukan proses validasi dengan curah hujan di permukaan. Semakin akurat nilai suhu threshold yang didapatkan, maka akan semakin mudah dalam proses estimasi curah hujan. Ucapan terima kasih Puji syukur kami panjatkan kepada Allah SWT yang telah mencurahkan rahmat dan hidayah-Nya sehingga makalah ini dapat kami selesaikan. Terimakasih kami ucapkan kepada Stasiun Meteorologi Pangkalpinang yang telah menyediakan data penelitian kami. Tak lupa pula kami ucapkan terimakasih kepada Panitia SENFA Unpad 2016 yang telah memberikan kesempatan kepada kami untuk mempresentasikan penelitian kami. Kami ucapkan pula terimakasih kepada pihakpihak lain yang telah membantu terselesaikannya penelitian kami. Daftar Pustaka 1. Harjana T, Estimation of Spatial/Temporal Variations of Rainfall Over Indonesia Maritime Continent Using Satellite IR Data, Doctoral Dissertation, Kobe University. 2007 2. Avia, L.Q., I. Susanti, A. Haryanto. Pengaruh ENSO dan IOD Terhadap Pola Curah Hujan Estimasi Satelit Cuaca GMS/MTSAT di Indonesia, Prosiding Seminar Nasional Sains Atmosfer I, Bandung, 26-38. 2010 3. Avia, L.Q., A. Haryanto. Penentuan Suhu Threshold Awan Hujan di Wilayah Indonesia Berdasarkan Data Satelit MTSAT dan TRMM (Determination of Threshold Temperature of Rain Cloud Over Indonesian Based on MTSAT and TRMM Satellite Data), Jurnal Sains Dirgantara Vol.10 No.2 Juni 2013 :82-89 4. Jolliffe, I.T., and D.B. Stephenson, Forecast Verification: A Practitioner's Guide in Atmospheric Science, Wiley, Hoboken, NJ, 240 pp. 2003 5. Wilks, D.S., Statistical Methods in the Atmospheric Sciences, 2nd ed. Academic Press/Elsevier, New York, 627 pp. 2006 6. Negri, A.J. and R.F. Adler, Infrared and Visible Satellite Rain Estimation. Part I: A Grid Cell Approach, Journal of Climate and Applied Meteorology, 26, 1553-1565. 1987 7. Analisis Cuaca Terkait Kejadian Banjir di Pulau Bangka Tanggal 07 Februari 2016, Stasiun Meteorologi Pangkalpinang, 2016 8. Analisis Cuaca Terkait Kejadian Banjir di Pulau Bangka Tanggal 08 Februari 2016, Stasiun Meteorologi Pangkalpinang, 2016 9. ftp://disc2.nascom.nasa.gov/data/TRMM 10. http://www.bangkapos.com/ 11. http://www.tempo.co.id/

106

PENGGUNAAN DATA SATELIT MTSAT-IR DAN TRMM UNTUK MENENTUKAN SUHU THRESHOLD

Recommend Documents