Studi Pemanfaatan Data Hujan Satelite POWER/MERRA2 untuk Analisis Ketersediaan AIR (Studi Kasus : DAS Marisa, Provinsi Gorontalo)

Muhamad Ilham Alfarizy, Alan Wijaya

Abstract


Studi pemanfaatan data hujan untuk analisis ketersediaan air adalah sebuah konsep yang digunakan untuk menggambarkan keseimbangan masuk dan keluarnya air. Perhitungan data hujan untuk analisis ketersediaan air Sungai Marisa, Sungai Taluduyunu dan Sungai Botudulanga di Kota Marisa, Kabupaten Pohuwatu, Provinsi Gorontalo, sangat diperlukan untuk memeriksa keteraediaan air karena air sangat berdampak terhadap lingkungan dan keberlanjutan wilayah tersebut. Sebab sungai memiliki peran vital dalam ekosistem dan kehidupan masyarakat, terutama masyarakat Kota Marisa. Untuk itu, dalam studi ini dilakukan analisis untuk memberikan gambaran bagiamana ketersediaan air dapat membantu perencanaan wilayah di masa depan. Tujuan dari studi ini adalah untuk menghitung ketersediaan air pada Sungai Marisa, Sungai Taluduyunu dan Sungai Botudulanga dengan menggunakan pendekatan numerikal dari data data hujan satellite Power/MERRA2 untuk digunakan dalam perencanaan penggunaan air di masa depan. Dari hasil analisis yang telah dilakukan, dapat disimpulkan bahwa data curah hujan satelite POWER/MERRA2 dapat digunakan pada wilayah-wilayah yang tidak terdapat data pencatatan curah hujan. Hal ini terlihat dari hasil korelasi antara data curah hujan satelite dan data curah hujan ground station yaitu 0.996939 dengan nilai RMSE 10,93. Hasil analisis ketersediaan air pada DAS Marisa diperoleh Q30 = 45,62 m3/s, Q50 = 30,58 m3/s, Q80 = 14,00 m3/s dan Q95 = 8,39 m3/s.


Full Text:

PDF

References


Faisol, A., Indarto, I., Novita, E. & Budiyono, B., 2020. KOMPARASI ANTARA CLIMATE HAZARDS GROUP INFRARED PRECIPITATION WITH STATIONS (CHIRPS) DAN GLOBAL PRECIPITATION MEASUREMENT (GPM) DALAM MEMBANGKITKAN INFORMASI CURAH HUJAN HARIAN DI PROVINSI JAWA TIMUR. Jurnal Teknologi Pertanian Ndalas, 24(2), pp. 148-156.

Funk, C. et al., 2015. The climate hazards infrared precipitation with stations - A new environmental record for monitoring extremes. Scientific Data, Volume 2, p. 150066.

Harisuseno, D. & Cahya, E. N., 2020. Determination of soil infiltration rate equation based on soil properties using multiple linear regression. JOURNAL OF WATER AND LAND DEVELOPMENT, 2020(47), pp. 77-88.

Harto, S., 1993. Analisis Hidrologi. Jakarta: Gramedia Pustaka Utama.

Lufi, S., Suhartanto, E. & Rispiningtati, R., 2020. Hydrological Analysis of TRMM (Tropical Rainfall Measuring Mission) Data in Lesti Sub Watershed. Civil and Environmental Science Journal, 3(1), pp. 18-30.

Marta, S. D., Suhartanto, E. & Fidari, J. S., 2022. Validasi Data Curah Hujan Satelit denganData StasiunHujan di DAS Ngasinan Hulu, Kabupaten Trenggalek, Jawa Timur. Jurnal Teknologi Dan Rekayasa Sumber Daya Air, 3(1), pp. 35-45.

Maulana, H., Suhartanto, E. & Harisuseno, D., 2019. Analysis of Water Availability Based on Satellite. International Research Journal of Advanced Engineering and Science, 2(1), pp. 393-398.

Moriasi, D. et al., 2007. MODEL EVALUATION GUIDELINES FOR SYSTEMATIC. Transaction of the ASABE, 50(3), pp. 885-900.

Natadiredja, S., Sukarasa, K. & Sutapa, G. N., 2018. Validasi Curah Hujan Harian Berdasarkan Data Global Satellite Mapping of Precipitation (GSMAP) di Wilayah Bali Dan Nusa Tenggara. Buletin Fisika, 19(1), pp. 12-15.

Nawaz, M., Iqbal, M. F. & Mahmood, I., 2021. Validation of CHIRPS satellite-based precipitation dataset over Pakistan,. Atmospheric Research, Volume 248, p. 105289.

Nomleni, A., Suhartanto, E. & Harisuseno, D., 2021. Estimasi Model Debit Aliran di DAS Temef – Nusa Tenggara Timur Menggunakan Data Satelit TRMM. Ilmu Sipil dan Lingkungan, Volume 004, pp. 115-126.

Nuramalia, R. & Lasminto, U., 2022. Keandalan Data Curah Hujan Satelit TRMM (Tropical Rainfall Measuring Mission) Terhadap Data Curah Hujan Stasiun Bumi pada Beberapa Sub DAS di DAS Brantas. Jurnal Aplikasi Teknik Sipil , 20(2), pp. 207-222.

Permana, D. S., Hutauruk, R. C., Supari & Cho, J., 2020. PERFORMA PRODUK CURAH HUJAN HARIAN DARI DATA SATELIT DAN REANALISIS DI INDONESIA. Seminar Nasional Sain Atmosfer, pp. 97-109.

Prakash, S., 2019. Performance assessment of CHIRPS, MSWEP, SM2RAIN-CCI, and TMPA precipitation products across India. Journal of Hydrology, Volume 571, pp. 50-59.

Pratiwi, D. W., Sujono, J. & Rahurdjo, A. P., 2017. Evaluasi Data Hujan Satelit Untuk Prediksi Data Hujan Pengamatan Menggunakan Cross Correlation. Jakarta, Fakultas Teknik Universitas Muhammadiyah Jakarta, Prosiding Seminar Sains dan Teknologi.

Rivera, J., Marianetti, G. & Hinrichs, S., 2018. Validation of CHIRPS precipitation dataset along the Central Andes of Argentina. Atmosfer Research, Volume 213, pp. 437-449.

Soewarno, 1995. Hidrologi. In: Aplikasi Metode Statistik untuk Analisa Data Jilid 1. Bandung: Nova, p. 269.

Soewarno, 1995. Hidrologi. In: Aplikasi Metode Statistik untuk Analisis Data Jilid 2. Bandung: Nova, p. 271.

Steinkopf, J. & Engelbrecht, F., 2022. Verification of ERA5 and ERA-Interim precipitation over Africa at intra-annual and interannual timescales. Atmospheric Research, Volume 280.

Syaifullah, M. D., 2014. Validasi Data Trmm Terhadap Data Curah Hujan Aktual Di Tiga Das Di Indonesia. Jurnal Meteorologi dan Geofisika, 15(2).

Tao, H. et al., 2020. Training and Testing Data Division Influence on Hybrid Machine Learning Model Process: Application of River Flow Forecasting. Complexity, Volume 2020, pp. 1-13.




DOI: https://doi.org/10.37058/aks.v6i1.11765

Refbacks

  • There are currently no refbacks.


Jurnal ini terindeks oleh: