IDENTIFIKASI LOKASI TERBAIK PENGGUNAAN DATA SATELIT HIMAWARI-8 DALAM ESTIMASI CURAH HUJAN BERDASARKAN PERMASALAHAN PARALAKS DAN SUHU PUNCAK AWAN (STUDI KASUS DI WILAYAH INDONESIA BAGIAN BARAT)

GALIH MUHAMMAD GHUFRON, . (2023) IDENTIFIKASI LOKASI TERBAIK PENGGUNAAN DATA SATELIT HIMAWARI-8 DALAM ESTIMASI CURAH HUJAN BERDASARKAN PERMASALAHAN PARALAKS DAN SUHU PUNCAK AWAN (STUDI KASUS DI WILAYAH INDONESIA BAGIAN BARAT). Sarjana thesis, UNIVERSITAS NEGERI JAKARTA.

	Text COVER.pdf Download (682kB)
	Text BAB 1.pdf Download (258kB)
	Text BAB 2.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text BAB 3.pdf Restricted to Registered users only Download (285kB) | Request a copy
	Text BAB 4.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text BAB 5.pdf Restricted to Registered users only Download (176kB) | Request a copy
	Text DAFTAR PUSTAKA.pdf Download (341kB)
	Text LAMPIRAN.pdf Restricted to Registered users only Download (3MB) | Request a copy

Abstract

*ABSTRAK* Dampak yang diberikan oleh kondisi cuaca terutama hujan bisa dirasakan secara signifikan terhadap aktifitas manusia. Pencatatan data curah hujan dilakukan dengan Automatic Rain Gauge (ARG) untuk daerah tertentu, sedangkan untuk cakupan yang lebih luas dapat menggunakan satelit cuaca geostasioner. Namun, satelit cuaca geostasioner dalam kasus ini Himawari-8 memiliki kendala berupa efek Paralaks yang dapat mempengaruhi pembacaan data citra satelit. Penelitian ini menggunakan metode Korelasi Pearson dan Regresi Linier untuk membangun model estimasi curah hujan berdasarkan suhu puncak awan. Hasil menunjukkan bahwa suhu puncak awan yang memiliki korelasi terbaik dengan curah hujan terletak pada posisi 10-15 km arah barat laut dari daerah pengamatan (ARG) di wilayah Cot Girek, 5-10 km arah barat dari daerah pengamatan (ARG) di wilayah Meranti, dan 5-10 km arah barat daya dari daerah pengamatan di wilayah Ciomas. Sementara untuk model regresi linier tidak akurat untuk data yang digunakan nilai evaluasi model sebesar 0,22129 untuk nilai koefisien korelasi (R2) dan sebesar 9,87151 untuk nilai Mean Square Error (MSE) untuk seluruh rentang data pada model. Oleh karena itu, metode machine learning Regresi Linier kurang dapat diaplikasikan untuk data yang digunakan. *ABSTRACT* The impact of weather conditions especially rainfall can significantly affect human activities. Rainfall data is recorded using an Automatic Rain Gauge (ARG) for specific areas, while geostationary weather satellites are used for broader coverage. However, geostationary weather satellites in this case Himawari-8 have the constraint of parallax effects that can influence satellite image data readings. This research utilizes the Pearson Correlation and Linear Regression methods to develop a rainfall prediction model based on cloud-top temperature. The results indicate that The cloud-top temperature with the best correlation to rainfall is located at a position 10-15 km northwest of the observation area (ARG) in the Cot Girek region, 5-10 km west of the observation area (ARG) in the Meranti region, and 5-10 km southwest of the observation area in the Ciomas region. Meanwhile, the linear regression model is not accurate when applied to the data used, with an evaluation score of 0,22129 for the correlation coefficient (R2) and 9,87151 for the Mean Square Error (MSE) across the range of data in the model. As a result, the Linear Regression machine learning method seems less suitable for the given dataset.

Item Type:	Thesis (Sarjana)
Additional Information:	1) Riser Fahdiran, M.Si. ; 2) Dr. Endarwin.
Subjects:	Sains > Fisika
Divisions:	FMIPA > S1 Fisika
Depositing User:	Users 18919 not found.
Date Deposited:	04 Sep 2023 04:46
Last Modified:	04 Sep 2023 04:46
URI:	http://repository.unj.ac.id/id/eprint/40484

Actions (login required)

View Item