PENGUJIAN DATA CURAH HUJAN DAN TEKANAN UDARA PERMUKAAN HASIL PENGAMATAN PARALEL DARI ALAT OTOMATIS DAN KONVENSIONAL DI STASIUN KLIMATOLOGI BANTEN
Keywords:
Rainfall, Air Pressure, Automatic, Pararel, DigitalAbstract
Pada perkembangan teknologi di era digital ini terjadi peralihan sistem konvensional menjadi otomatis. Pengamatan paralel AWS terhadap peralatan konvensional telah dilakukan di Stasiun Klimatologi Banten. AWS telah digunakan untuk otomatisasi data-data meteorologi. AWS memiliki kemampuan untuk dioperasikan tanpa mekanik hingga dapat merapatkan jaringan pengamatan. Data keluaran AWS perlu dilakukan pengujian untuk mengetahui keakuratannya. Oleh karena itu, penelitian ini bertujuan untuk menganalis kemampuan AWS terhadap data pengamatan konvensional dan digital pada unsur curah hujan dan tekanan udara. Data yang digunakan adalah data curah hujan dan tekanan udara pada tahun 2022 dengan resolusi harian. Hasil dari penelitian ini menunjukkan bahwa data curah hujan keluaran AWS merepresentasikan data curah hujan observasi dengan sangat baik. Berdasarkan analisis sebaran antara data curah hujan AWS dan alat konvensional memiliki hubungan yang cukup kuat, hanya terdapat satu hari pada bulan Juni pada data AWS dengan kondisi overvalues. Sedangkan, data tekanan udara keluaran AWS cenderung lebih merepresentasikan data tekanan udara dengan alat barometer digital dibandingkan dengan alat barometer air raksa. Berdasarkan analisis sebaran, data tekanan udara AWS menunjukkan pola dengan nilai nyaris tetap dan rentang yang rendah pada bulan Januari-April. Sedangkan pada bulan Mei-Desember nilai AWS memiliki hubungan yang cukup kuat dengan kecenderungan undervalues baik dengan barometer raksa maupun digital.
Kata kunci: Curah hujan, Tekanan Udara, Otomatis, Paralel, Digital
References
Ahmad, L., Kanth, R. H., Parvaze, S., & Mahdi, S. S. (2017). Experimental agrometeorology: a practical manual (Vol. 159). Springer International Publishing.
Diani, F., Permana, H., Ibrahim,. & Sarah, P. (2012). Kajian Sistem Informasi Prakiraan Cuaca BMKG pada BMKG Bandung. Seminar Nasional Aplikasi Teknologi Informasi 2012, Yogyakarta.
Miftahuddin., Ananda Pratama., & Ichsan Setiawan. (2021). Analisis hubungan antara kelembaban relatif dengan beberapa variabel iklim dengan pendekatan korelasi Pearson di Samudera Hindia. Jurnal Siger Matematika, 02:01.
Nsabagwa, M., Byamukama, M., Kondela, E., & Otim, J. S. (2019). Towards a robust and affordable Automatic Weather Station. Development Engineering, 4, 100040.
Prawaka, F., Zakaria, A., & Tugiono, S. (2016). Analisis Data Curah Hujan yang Hilang Dengan Menggunakan Metode Normal Ratio, Inversed Square Distance, dan Cara Rata-Rata Aljabar (Studi Kasus Curah Hujan Beberapa Stasiun Hujan Daerah Bandar Lampung). Jurnal Rekayasa Sipil dan Desain, 4(3), 397-406.
Risnayah, S. (2022). Uji Keakuratan Data Suhu Udara, Kelembaban Udara, Tekanan Udara, Dan Curah Hujan Dari Alat Automatic Weather Station Terhadap Pengukuran Manualnya. Megasains, 13(2).
Setiawati, F. Z., Soraya, S. N., Siswanto, S., & Wandayantolis, W. (2019). Analisis Bias Data Observasi Paralel Di Stasiun Klimatologi Mempawah-Kalimantan Barat. Jurnal Meteorologi dan Geofisika, 20(1), 55-65.
Suryatika, I. B. (2019). Pengaruh Variabel Iklim Terhadap Curah Hujan Studi Kasus Di Bali. Karya Ilmiah Fakultas MIPA Universitas Udayana.
Wibawanty, D. R., Wandayantolis, W., & Ishak, I. (2022). Verifikasi Kinerja Alat Automatic Weather System (AWS) dan Termometer Digital terhadap Observasi Manual di Stasiun Klimatologi Palembang. JRST (Jurnal Riset Sains dan Teknologi), 6(2), 151-163.
World Meteorological Organization. (2020). Guidelines on Homogenization No. 1245, (Publikasi), World Meteorological Organization: Geneva.
Ying, Wang., Liu Xiaoning., & Ju Xiaohui. (2007). Differences between Automatic and Manual Meteorological Observation. Journal of Applied Meteorological Science, 18:6, 849-855.
