Seminar Tugas Akhir

Mohamad Khoirun Najib
g54150026

Koreksi Bias Statistik untuk Prediksi Suhu Permukaan Air Laut Indian Ocean Dipole dengan Pendekatan Quantile Mapping

Indian Ocean Dipole (IOD) merupakan fenomena interaksi laut-atmosfer yang sangat memengaruhi kondisi iklim di Indonesia. Fenomena IOD dapat diukur menggunakan suhu permukaan air laut di Samudra Hindia. Model prediksi suhu permukaan air laut yang dirilis oleh ECMWF memiliki kesalahan-kesalahan sistematik yang dapat diperbaiki, salah satunya dengan menggunakan metode koreksi bias statistik dengan pendekatan quantile mapping. Metode ini mengoreksi kesalahan sistematik dari model ECMWF dengan cara menghubungkan sebaran model ECMWF terhadap data OISST dalam suatu fungsi transfer. Fungsi transfer dipilih berdasarkan hasil uji periodik. Hasil uji periodik menunjukkan bahwa fungsi transfer linear merupakan fungsi yang memiliki peluang paling tinggi untuk memperbaiki akurasi model. Selain itu, semakin tinggi lead time dari model ECMWF maka semakin signifikan hasil koreksi model tersebut. Berdasarkan hasil penelitian, koreksi bias statistik cukup handal untuk memperbaiki model ECMWF. Perbaikan tersebut dilihat dari nilai rasio akurasi dan rasio standar deviasi dari model ECMWF sesudah dan sebelum koreksi.