Pemodelan Sistem Dinamik untuk Prediksi Intensitas Hujan Harian di Kota Malang
DOI:
https://doi.org/10.32815/jitika.v12i2.272Kata Kunci:
Pemodelan, Sistem Dinamik, Intensitas Hujan, Kota MalangAbstrak
Kota Malang yang berada di dataran tinggi tidak luput dari bencana banjir yang semakin tahun, jumlah kejadiannya semakin tinggi. Hal ini disebabkan oleh banyak faktor, seperti intensitas hujan harian yang tinggi ditambah dengan kurang optimalnya pembangunan infrastruktur yang ada. Dalam hal ini untuk memitigasi jumlah kejadian banjir, langkah awal yang mudah yaitu memprediksi intensitas hujan hariannya. Sehingga hasil prediksi dapat digunakan oleh para pemangku kepentingan untuk memitigasi kejadian banjir di Kota Malang pada tahun-tahun berikutnya. Penelitian ini bertujuan untuk membuat model sederhana dalam memprediksi intensitas hujan selama jangka waktu tiga tahun yaitu 2018-2020. Pemodelan dan simulasi dilakukan menggunakan pendekatan sistem dinamik yang dapat memodelkan sistem dengan dinamika yang kompleks. Model intensitas hujan yang dikembangkan mengintegrasikan faktor yang berpengaruh seperti kelembaban dan temperatur. Hasil validasi model intensitas hujan menunjukkan nilai error E1 sebesar 3.86% dan error E2 sebesar 4.13% dengan hasil RMSE menunjukkan angka 8.4452.
Unduhan
Referensi
Adhi, A. (2014, Agustus 12). Hasil Survei, Kota Malang Nyaman tetapi Sering Banjir. Surya Online. Diambil dari http://surabaya.tribunnews.com/2014/08/12/hasil-survei-kota-malang-nyaman-tetapi-sering-banjir
Allan, R. P., Lavers, D. A., & Champion, A. J. (2016). Diagnosing links between atmospheric moisture and extreme daily precipitation over the UK. International Journal of Climatology, 36(9), 3191–3206. https://doi.org/10.1002/joc.4547
Barlas, Y. (1996). Formal aspects of model validity and validation in system dynamics. System dynamics review, 12(3), 183–210.
BPS Kota Malang. (2016). Kota Malang dalam Angka 2016 (Malang Municipality in Figures 2016). Malang: CV. Bima Media Mandiri.
Buishand, T. A., & Brandsma, T. (1999). Dependence of precipitation on temperature at Florence and Livorno (Italy). Climate Research, 12(1), 53–63. https://doi.org/10.3354/cr012053
Chang, H.-K., Tan, Y.-C., Lai, J.-S., Pan, T.-Y., Liu, T.-M., & Tung, C.-P. (2013). Improvement of a drainage system for flood management with assessment of the potential effects of climate change. Hydrological Sciences Journal, 58(8), 1581–1597. https://doi.org/10.1080/02626667.2013.836276
Cong, R. G., & Brady, M. (2012). The interdependence between rainfall and temperature: Copula analyses. The Scientific World Journal, 2012(3). https://doi.org/10.1100/2012/405675
Cooley, A., & Chang, H. (2017). Precipitation Intensity Trend Detection using Hourly and Daily Observations in Portland, Oregon. Climate, 5(1), 10. https://doi.org/10.3390/cli5010010
Dube, A., Ashrit, R., Ashish, A., Sharma, K., Iyengar, G. R., Rajagopal, E. N., & Basu, S. (2014). Forecasting the heavy rainfall during Himalayan flooding—June 2013. Weather and Climate Extremes, 4, 22–34. https://doi.org/https://doi.org/10.1016/j.wace.2014.03.004
Fadli, M. (2012). Prediksi (Nowcasting) Curah Hujan Pagi dan Siang Hari di Wilayah Jakarta dengan Model ANFIS (Prediction (Nowcasting) Rainfall Morning and Daylight in Jakarta Region with ANFIS Model). Megasains, 3(2), 61–76.
Frei, C., Schär, C., Lüthi, D., & Davies, H. C. (1998). Heavy precipitation processes in a warmer climate. Geophysical Research Letters, 25(9), 1431–1434. https://doi.org/10.1029/98GL51099
Hayat. (2014). Implementasi Kebijakan Penataan Ruang Terbuka Hijau. Jurnal Ilmu Administrasi Negara, 13(1), 43–56. Diambil dari http://ejournal.unri.ac.id/index.php/JIANA/article/view/2366
Hiteshri, S., Subimal, G., & Subhankar, K. (2017). Improving Global Forecast System of extreme precipitation events with regional statistical model: Application of quantile‐based probabilistic forecasts. Journal of Geophysical Research: Atmospheres, 122(3), 1617–1634. https://doi.org/10.1002/2016JD025489
Khedhiri, S. (2015). Artificial neural network for forecasting rainfall pattern in Prince Edward Island, Canada. International Journal of Environmental Studies, 72(2), 331–340. https://doi.org/10.1080/00207233.2014.961311
Khidir, A. M., Adlan, H. H. A., & Basheir, I. A. (2013). Neural Networks forecasting architectures for rainfall in the rain-fed Sectors in Sudan. In International Conference on Computing, Electrical and Electronics Engineering (ICCEEE) (hal. 700–707). Khartoum, Sudan.
Kigawa, S. (2014). Techniques of Precipitation Analysis and Prediction for High-resolution Precipitation Nowcasts. The Japan Meteorological Agency, 1–15. Diambil dari https://www.jma.go.jp/jma/en/Activities/Techniques_of_Precipitation_Analysis_and_Prediction_developed_for_HRPNs.pdf
Lepore, C., Veneziano, D., & Molini, A. (2015). Temperature and CAPE dependence of rainfall extremes in the eastern United States. Geophysical Research Letters, 42(1), 74–83. https://doi.org/10.1002/2014GL062247
Lyneis, J. M. (2000). System dynamics for market forecasting and structural analysis. System Dynamics Review, 16(1), 3–25.
Morin, E., Krajewski, W. F., Goodrich, D. C., Gao, X., & Sorooshian, S. (2003). Estimating Rainfall Intensities from Weather Radar Data: The Scale-Dependency Problem. Journal of Hydrometeorology, 4(5), 782–797. https://doi.org/10.1175/1525-7541(2003)004<0782:ERIFWR>2.0.CO;2
Pabalik, I., Ihsan, N., & Arsyad, M. (2015). Analisis Fenomena Perubahan Iklim dan Karakteristik Curah Hujan Ekstrim di Kota Makassar. Jurnal Sains dan Pendidikan Fisika (JSPF), 11(1), 88–92.
Pielke, R. A., Bluestein, H. B., Enfield, D. B., Wells, N. C., Cenedese, C., Davies, R., … Loewe, F. P. (2018). Climate - Meteorology. Diambil 26 Juni 2018, dari https://www.britannica.com/science/climate-meteorology/Atmospheric-humidity-and-precipitation
Rajasekaram, V., McBean, G. A., & Simonovic, S. P. (2010). A systems dynamic modelling approach to assessing elements of a weather forecasting system. Atmosphere - Ocean, 48(1), 1–9. https://doi.org/10.3137/AO931.2010
Richardson, G. P. (2013). System Dynamics. In S. I. Gass & M. C. Fu (Ed.), Encyclopedia of Operations Research and Management Science (3 ed., hal. 1519–1521). New York: Springer. https://doi.org/10.1007/978-1-4419-1153-7
Sasongko, D. (2017, Oktober 2). Sektor Pariwisata Berperan Penting Mendongkrak Sektor Ekonomi. Merdeka.com. Diambil dari https://malang.merdeka.com/kabar-malang/sektor-pariwisata-berperan-penting-mendongkrak-sektor-ekonomi-171002f.html
Schumacher, R. S. (2016). Heavy Rainfall and Flash Flooding (Vol. 1). New York: Oxford University Press. https://doi.org/10.1093/acrefore/9780199389407.013.132
Tekeli, A. E. (2017). Exploring Jeddah floods by tropical rainfall measuring mission analysis. Water (Switzerland), 9(8), 612. https://doi.org/10.3390/w9080612
Trenberth, K. E. (2005). The Impact of Climate Change and Variability on Heavy Precipitation, Floods, and Droughts. Encyclopedia of Hydrological Sciences, 1–11. https://doi.org/10.1002/0470848944.hsa211
Wahyuni, I., Adipraja, P. F. E., & Mahmudy, W. F. (2018). Determining Growing Season of Potatoes Based on Rainfall Prediction Results Using System Dynamics. Indonesian Journal of Electrical Engineering and Informatics (IJEEI), 6(2).
Zhou, Q., Leng, G., & Huang, M. (2018). Impacts of future climate change on urban flood volumes in Hohhot in northern China: benefits of climate change mitigation and adaptations. Hydrology and Earth System Sciences, 22(1), 305–316. https://doi.org/10.5194/hess-22-305-2018
Unduhan
Diterbitkan
Terbitan
Bagian
Lisensi
Penulis mengirimkan naskah dan pengertian bahwa jika diterima untuk proses dipublikasi, hak cipta dari artikel tersebut akan diberikan kepada jurnal ilmiah teknologi informasi asia. Jurnal ilmiah teknologi informasi asia dan Lp2m Stmik Asia Malang sebagai penerbit jurnal, komponen Hak cipta mencakup hak untuk mereproduksi dan mengirimkan artikel dalam semua bentuk dan media, termasuk cetak ulang, foto, mikrofilm, dan reproduksi serupa lainnya, serta terjemahannya.
Jurnal ilmiah teknologi infomasi asia, dan Lp2m Stmik Asia Malang, beserta jajaran para redaksi berusaha keras untuk memastikan bahwa tidak ada data, opini, pernyataan yang salah atau menyesatkan ketika dipublikasikan di jurnal, dengan kondisi apapun, isi artikel dan iklan yang diterbitkan di Jurnal ilmiah teknologi infomasi asia adalah murni merupakan tanggung jawab masing-masing penulis dan pengiklan. Pengguna situs web ini akan dilisensikan dengan menggunakan materi dari situs web ini setelah Lisensi Internasional Creative Commons Attribution 4.0. Tidak ada biaya yang dibebankan. Silakan gunakan materi yang sesuai.
Anda bebas untuk:
Bagikan - salin dan sebarkan materi dalam media atau format apa pun
Adaptasi - remix, transformasikan, dan bangun berdasarkan materi untuk tujuan apa pun, bahkan secara komersial.
Pemberi lisensi tidak dapat mencabut kebebasan ini selama Anda mengikuti ketentuan lisensi
