Update Artikelilmiah: 25048

EKO SABDO UTOMO

NIM

Judul Artikel

Abstrak (Bhs. Indonesia)

Data spasial curah hujan yang handal merupakan suatu kebutuhan yang mendasar dalam analisis hidrologi maupun dalam perancangan dan pengembangan sumber daya air pada umumnya. Akan tetapi, kebutuhan mendasar data spasial curah hujan tersebut tidak diimbangi dengan data yang berkualitas baik karena terbatasnya stasiun pengukur hujan dan kelalaian dari petugas pencatat curah hujan dalam pencatatannya. Untuk mengatasi rendahnya kerapatan jaringan pengukur curah hujan dan minimnya data hujan, interpolasi spasial curah hujan pada lokasi yang tidak ada pengukuran perlu dikembangkan. Penelitian ini bertujuan untuk mengembangkan dan menerapkan metode interpolasi spasial kriging untuk memprediksi curah hujan pada lokasi yang tidak tersedia datanya. Untuk menguji kehandalan model kriging tersebut, maka digunakan beberapa metode yaitu dengan menghitung nilai korelassi, RMSE, MAE, dan PBIAS. Hasil penilitian menunjukan bahwa interpolasi kriging dengan memperhitungkan variabel elevasi memberikan ketelitian nilai estimasi yang lebih tinggi. Hal ini disebabkan karena dengan menambahkan variabel elevasi disetiap setasiun akan memberikan nilai yang lebih nyata jika dibandingkan dengan hanya menggunakan data dari citra satelit.

Abtrak (Bhs. Inggris)

Reliable spatial rainfall data is a basic requirement in the hydrological analysis as well as in the design and development of water resources in general. However, basic needs of the spatial data of rainfall are not matched with good quality data due to the limited rainfall measurement station and negligence of the rainfall registrar officer in the recording. To overcome the low density of rainfall measurement networks and the lack of rainfall data, spatial interpolation of rainfall in locations with no measurement needs to be developed. This study aims to develop and apply spatial kriging interpolation methods to predict rainfall in locations where data is not available. To test the reliability of the kriging model, several methods are used namely by calculating values correlation, RMSE, MAE, and PBIAS. The results of the study show that kriging interpolation by calculating the elevation variable gives a higher accuracy of the estimated value. This is because adding an elevation variable to each station will give a more real value compared to only using data from satellite imagery.

Kata kunci

Pembimbing 1

Pembimbing 2

Pembimbing 3

Tahun

Jumlah Halaman