Pendahuluan
Curah hujan merupakan salah satu parameter cuaca yang berpengaruh terhadap berbagai sektor, seperti sektor pertanian untuk kebutuhan irigasi sawah dan sektor kebencanaan. Intensitas curah hujan tinggi dapat memicu bencana hidrometeorologi seperti banjir dan tanah longsor [1], serta rendahnya intensitas curah hujan mengakibatkan bencana kekeringan [2]. Wilayah Pulau jawa termasuk Jawa Barat merupakan salah satu wilayah rawan terjadi bencana alam yang dipicu oleh parameter curah hujan [3]. Oleh karena itu, pemantauan
dan pengamatan curah hujan hujan akurat dengan resolusi temporal dan spasial tinggi, penting untuk dilakukan dalam rangka pencegahan dan mitigasi bencana hidrometeorologi [4].
Penakar hujan otomatis seperti Automatic Rain Gauge (ARG) dapat digunakan untuk mengukur curah hujan di suatu titik pengamatan. Namun peralatan tersebut memiliki area atau cakupan yang cukup rendah, sehingga belum dapat menjangkau secara luas wilayah [5]. Pengukuran curah hujan secara spasial melalui penginderaan jauh seperti radar cuaca menjadi salah satu alternatif dalam estimasi curah hujan. Prinsip kerja radar cuaca adalah memancarkan gelombang elektromagnetik pada objek di atmosfer seperti awan, presipitasi dan lain sebagainya, kemudian menerima kembali gelombang yang dipancarkan. Namun, beberapa kejadian objek yang dideteksi radar cuaca bukan fenomena atmosfer, melainkan seperti gunung, bangunan dan pesawat. Hal ini menjadi kelemahan dari pengamatan radar cuaca, sehingga menimbulkan bias pada pengukuran [6].
Radar cuaca mempunyai kelebihan dalam resolusi spasial dan temporal tinggi [7], sehingga dapat menjangkau area yang belum memiliki jaringan peralatan curah hujan. Curah hujan dapat diestimasikan menggunakan output pengamatan radar yaitu Reflektivitas (Z). Reflektivitas dapat diolah menjadi estimasi curah hujan menggunakan metode Z-R, yaitu pendekatan hubungan empiris antara Z (Reflektivitas) dan R (Rain Rate). Namun, metode estimasi tersebut perlu dievaluasi terhadap peralatan curah hujan [8].
Penelitian yang dilakukan oleh Ahmad Kosasih dkk [9] pada studi kasus estimasi curah hujan di Jawa Timur menunjukkan adanya ketidakpastian pada hasil akurasi, salah satunya faktor atenuasi. Penelitian tersebut melakukan evaluasi koreksi data atenuasi pada data reflektivitas radar cuaca terhadap perhitungan estimasi curah hujan di Sidoarjo, serta pemilihan nilai koreksi untuk perbaikan kualitas estimasi curah hujan. Hasil penelitian menunjukkan bahwa penerapan nilai koreksi terhadap raw data reflektivitas mampu memberikan peningkatan akurasi estimasi curah hujan di mana pada estimasi curah hujan dari radar cuaca tanpa dilakukan koreksi menghasilkan nilai akurasi 70,8% dan setelah penerapan koefisien koreksi akurasi mengalami peningkatan 72,5% hingga 86,9% [9].
Penelitian yang dilakukan oleh Liki Ardiyanto dkk [10] meneliti terkait estimasi curah hujan menggunakan hubungan Z-R untuk awan hujan konvektif dan stratiform di Lampung. Awan hujan stratiform adalah awan yang menyebabkan hujan kontinu. Studi tersebut menilai penerapan estimasi curah hujan menggunakan Z-R tergantung pada tipe awan hujan. Berdasarkan hasil penelitian tersebut menunjukkan Z-R Marshall-Palmer paling representatif untuk awan stratiform.
Berdasarkan hal tersebut, penelitian berfokus pada analisis penerapan pendekatan Z-R Marshall-Palmer pada awan hujan stratiform dalam mengestimasi curah hujan. Radar cuaca yang digunakan pada penelitian ini menggunakan frekuensi 5.6 GHz dan jarak maksimum pengamatan hingga 220 km [11]. Jangkauan pengamatan radar cuaca tersebut dapat menjangkau area yang belum memiliki peralatan curah hujan otomatis. Studi ini menganalisis performa dan akurasi hasil estimasi curah hujan berdasarkan jarak maksimum jangkauan pengamatan radar.
Metode Penelitian
Data yang digunakan pada penelitian adalah data curah hujan harian selama periode 1 Desember 2022 hingga 28 Februari 2023. Pemilihan waktu didasarkan pada periode musim hujan di Indonesia [12]. ARG yang digunakan pada penelitian ini sebanyak 5 titik yang tersebar di wilayah Jawa Barat, yaitu ARG Rengasdengklok, ARG Sukaraja, ARG Cimahi, ARG Pusaka Negara, dan ARG Kertajati. Tabel 1 menunjukkan lokasi dan jarak peralatan ARG terhadap radar cuaca.
Tabel 1. Lokasi ARG dan jarak terhadap radar cuaca
| Nama ARG | Latitude | Longitude | Jarak (Km) |
|---|---|---|---|
| ARG Rengasdengklok | -6,146 | 107,303 | 73 |
| ARG Sukaraja | -6,921 | 106,981 | 91 |
| ARG Cimahi | -6,869 | 107,556 | 127 |
| ARG Pusaka Negara | -6,281 | 107,869 | 136 |
| ARG Kertajati | -6,693 | 108,180 | 179 |
Radar Cuaca yang digunakan yaitu Radar Cuaca C-Band yang terletak pada lokasi koordinat -6.1669°S dan -106,6502. Tabel 2 menunjukkan spesifikasi radar cuaca yang digunakan dan Gambar 1 menunjukkan peta sebaran lokasi peralatan yang digunakan pada penelitian.
Jurnal Otomasi Kontrol dan Instrumentasi Vol 16 (1), 2024 ISSN: 2085-2517 https://doi.org/10.5614/joki.2024.16.1.4 E-ISSN: 2460-6340
Tabel 2. Spesifikasi radar cuaca [11]
| Parameter | Ukuran | |
| Polarisasi | Single | |
| Tipe Transmitter | Coaxial Magnetron | |
| Frekuensi yang digunakan | 5,6 GHz | |
| Tinggi Tower | 20 m | |
| Altitude | 10 m | |
| PRF | 600 Hz | |
| Jangkauan Maksimum | 220 Km | |
Gambar 1. Peta lokasi radar cuaca dan sebaran lokasi titik ARG di wilayah penelitian
Output data citra radar adalah dalam bentuk format data volumetric (.vol), di mana pada format tersebut terdapat 3 data utama yaitu Reflektivitas (Z), Arah Kecepatan Objek (V) dan Pergerakan Hydrometeor (W). Penelitian ini menggunakan data reflektivitas, dimana tahap pengolahan data reflektivitas menggunakan perangkat lunak Wradlib dan Py-ART berbasis python. Wradlib dan Py-ART merupakan library yang digunakan untuk pengolahan spasial seperti data radar [13]. Tahapan penelitian dilakukan yaitu melakukan pre-processing raw data radar dalam format .vol untuk dikonversi dalam bentuk NetCDF (.nc). Data tersebut kemudian diolah menggunakan metode pendekatan Z-R Marshall-Palmer sehingga menghasilkan nilai estimasi curah hujan [14].
Metode pendekatan Z-R dengan persamaan sebagai berikut:
\[Z = aR^b \tag{1}\]
Z didefinisikan sebagai reflektivitas dari pengamatan radar (mm6/ mm3), R adalah intensitas curah hujan (mm) serta a dan b merupakan konstanta empiris positif yang dipengaruhi oleh kondisi geografis dan karakteristik iklim pada masing masing lokasi radar [15].
Reflektivitas radar (Z) diukur dalam satuan desibel (dB) melalui persamaan [15]:
\[dBZ = 10\log_{10}(Z) \tag{2}\]
Pada penelitian ini menggunakan metode pendekatan Z-R Marshall-Palmer, dengan persamaan matematis sebagai berikut [16]:
\[Z = 200R^{1,6} (3)\]
Radar cuaca secara kontinu melakukan pengamatan setiap 10 menit, sedangkan peralatan curah hujan melakukan pengukuran curah hujan secara akumulatif tiap jam [15]. ARG dijadikan acuan standar pengukuran curah hujan dan data estimasi curah hujan dari radar cuaca menggunakan persamaan Z-R Marshall-Palmer
dijadikan sebagai data uji. \(CH_{radar}\) adalah estimasi curah hujan dari citra radar menggunakan Z-R Marshall-Palmer, and \(CH_{gauge}\) adalah pengukuran curah hujan di lokasi ARG. Parameter evaluasi yang digunakan pada penelitian ini menggunakan analisis statistik berupa bias, korelasi (R), \(Mean\ Error\ (ME)\), dan \(Root\ Mean\ Square\ Error\ (RMSE)\). Adapun persamaan matematis dari parameter evaluasi tersebut sebagai berikut:
\[B(x) = \frac{\sum_{i=1}^{n} CH_{gauge}(x_i)}{\sum_{i=1}^{n} CH_{radar}(x_i)}\](4)
\[R = \frac{\sum_{i=1}^{n} (CH_{radar} - \overline{CH_{radar}})(CH_{gauge} - \overline{CH_{gauge}})}{\sqrt{\sum_{i=1}^{n} (CH_{radar} - \overline{CH_{radar}})^{2} * (R_{gauge} - \overline{CH_{gauge}})^{2}}}\](5)
\[RMSE = \sqrt{\frac{1}{n} \sum_{i=1}^{n} (CH_{radar} - CH_{gauge})^2}\] (6)
\[ME = \frac{1}{n} \sum_{i=1}^{n} (CH_{radar} - CH_{gauge})\] (7)
Gambar 3 menunjukkan diagram alir penelitian secara keseluruhan. Evaluasi dilakukan pada 5 titik pengamatan peralatan curah hujan di wilayah Jawa Barat. Parameter Evaluasi terdiri dari yaitu Korelasi untuk menunjukkan hubungan antara nilai estimasi curah hujan terhadap curah hujan yang diukur oleh ARG, Mean Error (ME) untuk menunjukkan rata-rata selisih antara data uji terhadap data standar dan Root Mean Square Error (RMSE) untuk mengetahui penyimpangan yang terjadi antara data uji terhadap data standar.
Gambar 2. Diagram alir penelitian
Hasil evaluasi akan menunjukkan akurasi pengukuran radar, analisis spasial jangkauan pengamatan radar dan dapat dijadikan alternatif ketersediaan data hujan pada wilayah yang belum memiliki peralatan pengamatan. Evaluasi dilakukan dalam skala harian untuk mendapatkan nilai curah hujan maksimum pada ARG.
Hasil dan Diskusi
Gambar 4 merupakan representasi hasil pengolahan citra pengamatan radar cuaca pada suatu wilayah. Citra pengamatan radar cuaca difilter untuk memperoleh variabel reflektifitas yang merepresentasikan intensitas curah hujan [17].
Gambar 3. Sampel citra radar cuaca
Gambar 5 merupakan evaluasi nilai estimasi curah hujan menggunakan metode pendekatan Z-R Marshall-Palmer terhadap hasil pengukuran curah hujan di 5 titik peralatan pengamatan. Hasil studi menunjukkan bahwa adanya variasi pada parameter koefisien determinan. Nilai koefisien determinan tertinggi sebesar 0.92 pada ARG Rengasdengklok, dan terendah sebesar 0.67 pada ARG Kertajati. Hal ini menunjukkan hasil estimasi curah hujan pada radar cuaca mempunyai korelasi tinggi hingga sedang serta mampu mengikuti pola pengukuran curah hujan aktual. Parameter nilai error ME dan RMSE yang dihasilkan cukup tinggi dan bervariasi di 5 titik pengamatan.
Gambar 4. Evaluasi hasil estimasi curah hujan terhadap data peralatan curah hujan (a) ARG Rengasdengklok; (b) ARG Sukaraja; (c) ARG Cimahi; (d) ARG Pusaka Negara; (e) ARG Kertajati
Secara keseluruhan, Gambar 5 menunjukkan hasil estimasi curah hujan bersifat underestimate terhadap curah hujan aktual. Jika titik curah hujan dan regresi (garis warna hitam) yang diplot di grafik berada di bawah sumbu diagonal scatterplot (garis hijau transparan), maka estimasi curah hujan bersifat underestimate terhadap curah
hujan aktual. Sebaliknya, jika plot curah hujan berada diatas sumbu diagonal, maka estimasi tersebut bersifat overestimate terhadap data curah hujan aktual.
Gambar 6 merupakan evaluasi estimasi curah hujan terkoreksi, yaitu menjumlahkan nilai bias dari estimasi curah hujan radar dengan nilai pengamatan peralatan curah hujan [18]. Hasilnya menunjukkan bahwa adanya pergeseran garis regresi dan peningkatan performa akurasi estimasi setelah adjusted. Hal ini dinilai efektif untuk meningkatkan akurasi estimasi curah hujan [19], [20].
Gambar 5. Hasil penerapan adjusted estimasi curah hujan terhadap peralatan curah hujan (a) ARG Rengasdengklok; (b) ARG Sukaraja; (c) ARG Cimahi; (d) ARG Pusaka Negara; (e) ARG Kertajati
Secara keseluruhan, setelah adjusted menunjukkan peningkatan akurasi dan performa estimasi curah hujan terhadap data curah hujan aktual. Walaupun adanya peningkatan akurasi dan performa, hasil estimasi tetap masih tergolong underestimate terhadap data curah hujan aktual, hal ini dikarenakan mayoritas sebaran data curah hujan dan garis regresi (warna hitam) berada di bawah garis diagonal (warna orange transparan).
Indikasi peningkatan performa dan akurasi estimasi dapat dilihat pada perbandingan Gambar 5 dan 6, adanya penurunan nilai error ME dan RMSE setelah adjusted pada Gambar 6. Hal ini berdampak adanya pergeseran garis regresi mendekati dengan garis diagonal (garis warna orange transparan) pada scatterplot, sehingga sebaran data estimasi curah hujan terkoreksi mendekati dengan nilai aktual.
ARG Rengasdengklok unadjusted memiliki RMSE dan ME sebesar 3,66 dan 13,57, setelah adjust menjadi 2,48 dan 6,71. ARG Sukaraja unadjusted RMSE dan ME sebesar 4,96 dan 11,46, setelah adjust menjadi 2,50 dan 5,17. ARG Cimahi unadjusted RMSE dan ME sebesar 2,40 dan 5,93, setelah adjust menjadi 1,84 dan 3,56 ARG Pusaka Negara unadjusted RMSE dan ME sebesar 350 dan 10,60, setelah adjust menjadi 2,82 dan 6,72. ARG Kertajati unadjusted RMSE dan ME sebesar 6,76 dan 16,59, setelah adjust menjadi 4,97 dan 12,53. Secara keseluruhan, Hasil ini menunjukkan data estimasi curah hujan terhadap data aktual mempunyai korelasi kuat hingga sedang. Penerapan adjusted pada hasil estimasi curah hujan dapat meningkatkan akurasi dan performa estimasi curah hujan [20].
Gambar 6. Plotting grafik estimasi curah hujan, estimasi curah hujan terkoreksi dan peralatan curah hujan Tabel 3. Hasil evaluasi estimasi curah hujan tanpa bias dan setelah penerapan bias
(d) (e)
Nama Peralatan Curah Hujan Jarak Evaluasi Unadjusted Evaluasi Adjusted Bias R RMSE ME RMSE ME ARG Rengasdengklok 73 5,30 0,92 3,66 13,57 2,48 6,71 ARG Sukaraja 91 9,75 0,90 4,96 11,46 2,50 5,17 ARG Cimahi 127 6,79 0,82 2,40 5,93 1,84 3,56 ARG Pusaka Negara 136 8,03 0,78 3,50 10,60 2,82 6,72
ARG Kertajati 179 12,90 0,67 6,76 16,59 4,97 12,53 Tabel 3 menginformasikan jarak ARG terhadap pusat radar cuaca serta hasil evaluasi sebelum dan sesudah
adjusted. Studi ini melakukan analisis spasial menggunakan ARG berjarak 73 – 179 KM dari pusat radar cuaca. Hasil nya menunjukkan bahwa RMSE terendah sebesar 2.40 dan tertinggi sebesar 6.76, ME tertinggi sebesar 16.59 dan terendah 5.93, bias tertinggi sebesar 12,90 dan terendah 5.30. Hasil studi menunjukkan bahwa faktor jangkauan pengamatan radar cuaca terhadap suatu lokasi, dapat mempengaruhi performa dan akurasi estimasi curah hujan dari radar cuaca [21]. Korelasi tertinggi dan nilai error terendah berada pada lokasi ARG Rengasdengklok, dimana ARG tersebut berjarak 73 KM dari pusat radar. ARG Kertajati dinilai menghasilkan performa terendah, hal ini dilihat dari parameter korelasi terendah dan parameter error tertinggi, ARG Kertajati berada pada jarak terjauh yaitu sebesar 179 KM dari pusat radar. Berdasarkan spesifikasi radar cuaca yang mampu mengukur hingga 220 KM, namun semakin jauh jarak pengamatannya, performa akurasinya akan semakin menurun.
Kesimpulan
Evaluasi spasial estimasi curah hujan di wilayah Jawa Barat menggunakan metode pendekatan Z-R Marshall-Palmer telah berhasil dilakukan. Parameter evaluasi yang digunakan pada studi ini yaitu bias, koefisien determinan, RMSE dan ME menunjukkan hasil yang variatif serta penerapan adjust pada estimasi curah hujan dapat meningkatkan performa dan akurasi. Pada penelitian selanjutnya disarankan untuk menggunakan metode ZR berdasarkan koefisien determinan yang dikembangkan sehingga dapat dimanfaatkan secara optimal untuk wilayah tertentu.