Darilaut – Sebagai upaya untuk mendukung pencapaian Sustainable Development Goals (SDGs) khususnya pilar ke-13 mengenai penanganan perubahan iklim (climate action) Badan Riset dan Inovasi Nasional (BRIN) mengembangkan model prediksi curah hujan.
Model ini menggunakan spatial autoregressive Exogenous (SAR-X) yang diintegrasikan ke dalam web aplikasi interaktif berbasis RShiny.
Periset Pusat Riset Komputasi BRIN, Annisa Nur Falah, mengatakan, penelitian ini dilatarbelakangi kondisi iklim di Indonesia yang semakin tidak menentu. Pola curah hujan yang tidak menentu di setiap daerah dapat menimbulkan berbagai dampak, salah satunya banjir.
Oleh karena itu, menurut Annisa, diperlukan prediksi curah hujan yang lebih akurat dan mampu menggambarkan kondisi masing-masing wilayah. Pendekatan spasial merupakan langkah strategis dalam memprediksi curah hujan.
“Pola curah hujan di Indonesia tidak berdiri sendiri melainkan saling berkaitan antar daerah. Ketika suatu daerah mengalami hujan, wilayah di sekitarnya juga bisa terdampak sehingga diperlukan model berbasis spasial yang mampu menangkap keterkaitan antarwilayah,” ungkap Annisa, saat menerima kunjungan mahasiswa Universitas Bina Sarana Informatika (UBSI) ke BRIN Kawasan Sains dan Teknologi Samaun Samadikun, Bandung, pada Selasa (3/2).
Annisa dan tim menggunakan model SAR-X yang mempertimbangkan pengaruh wilayah sekitar serta variabel iklim lain, seperti curah hujan, suhu udara, kelembapan, radiasi matahari, kecepatan angin, dan tekanan permukaan.
Selain itu, data yang digunakan berasal dari NASA POWER yang memiliki data besar dengan cakupan wilayah Pulau Jawa dan dianalisis menggunakan data harian periode 1 Januari 1984 hingga 6 Juli 2023.
Untuk mengelola data iklim berskala besar tersebut, peneliti menerapkan metode knowledge discovery in databases (KKD).
“Melalui metode KKD, kami melakukan pembersihan data, pengolahan, dan penyajian hasil sehingga data iklim yang besar dapat diolah secara sistematis dan siap digunakan dalam pemodelan,” kata Annisa.
Hasil penelitian menunjukkan bahwa model prediksi curah hujan yang dikembangkan memiliki tingkat akurasi tinggi dengan nilai mean absolute percentage error (MAPE) sebesar 3,33 persen.
“Nilai MAPE sebesar 3,33 persen menunjukkan bahwa model yang dikembangkan memiliki akurasi yang sangat akurat karena kurang dari sepuluh persen,” ujarnya.
Selain menghasilkan model prediksi, penelitian ini juga dikembangkan dalam bentuk web aplikasi sederhana berbasis RShiny yang digunakan untuk menampilkan hasil pemodelan dan visualisasi curah hujan secara spasial antarwilayah.
Hasil penelitian ini diharapkan dapat terus dikembangkan dan dimanfaatkan sebagai dasar pengambilan kebijakan berbasis data, khususnya dalam mitigasi risiko bencana serta upaya terhadap dampak perubahan iklim di Indonesia.