Sidang Tugas Akhir

Yoga Abdi Pratama
g54150050

Koreksi Bias Data ECMWF (European Centre for Medium-Range Forecasts) untuk Prediksi Suhu Permukaan Laut

Suhu permukaan laut merupakan salah satu indikator untuk mengamati fenomena El Nino. Penelitian ini bertujuan untuk mengoreksi bias dari data ECMWF di Nino 3.4 dengan metode koreksi bias statistik menggunakan data ECMWF dan data OISST serta mengidentifikasi metode koreksi bias statistik yang mengoreksi data ECMWF paling baik. Metode koreksi bias statistik yang digunakan di penelitian ini adalah linear scaling, variance scaling dan distribution mapping. Metode koreksi bias statistik linear scaling mengoreksi dengan nilai rata-ratanya, metode koreksi bias statistik variance scaling mengoreksi dengan nilai rata-rata dan variannya serta metode koreksi bias statistik distribution mapping mengoreksi dengan nilai rata-rata, varian dan kuantilnya. Metode variance scaling memiliki performa yang lebih baik dari metode linear scaling dan distribution mapping dalam mengoreksi data reforecast ECMWF. Hal itu dikarenakan hasil terkoreksi dari metode variance scaling memiliki nilai root mean square error (RMSE) lebih kecil dibandingkan dengan hasil terkoreksi dari metode lain maupun data ECMWF sebelum dikoreksi.