ANALISIS KETIDAKPASTIAN DATA INPUT CURAH HUJAN SATELIT PADA MODEL HIDROLOGI MENGGUNAKAN METODE GENERALIZED LIKELIHOOD UNCERTAINTY ESTIMATION DI HULU DAS BOGOWONTO

HENDRY ARMANDITTO R, Dr. Ir. Hero Marhaento, S.Hut., M.Si., IPM

2025 | Skripsi | S1 KEHUTANAN

Analisis ketidakpastian merupakan analisis yang dilakukan untuk mengestimasi rentang variabilitas hasil yang diharapkan dari model. Salah satu sumber ketidakpastian dalam model hidrologi adalah input data, khususnya data input curah hujan. Penelitian ini bertujuan untuk mengevaluasi ketidakpastian data curah hujan satelit pada model hidrologi Hydrologiska Byråns Vattenbalansavdelning (HBV) menggunakan metode Generalized Likelihood Uncertainty Estimation (GLUE). Analisis ketidakpastian dilakukan pada Hulu DAS Bogowonto, Jawa Tengah.

Data curah hujan yang digunakan dalam analisis ketidakpastian berasal dari tujuh produk satelit (CHIRPS, TRMM, GPM, PERSIANN, GSMaP, ERA5-Land, dan CPC). Ketujuh data hujan dilakukan koreksi bias menggunakan metode Quantile Mapping sebelum digunakan sebagai input data model. Model hidrologi HBV dibangun menggunakan data observasi dari stasiun lapangan untuk menghasilkan hasil model rujukan (golden standard). Analisis sensitivitas parameter pada model HBV dilakukan menggunakan metode Monte Carlo, sementara analisis ketidakpastian input data dilakukan dengan menggunakan  metode GLUE.

Hasil penelitian menunjukkan bahwa koreksi bias secara signifikan mengurangi bias pada data hujan satelit. Model rujukan dengan data observasi lapangan menunjukkan kinerja yang baik, dengan nilai R2 = 0.64; KGE = 0.80 untuk kalibrasi dan R2 = 0.63; KGE = 0.78 untuk validasi. Hasil analisis GLUE mengungkapkan bahwa rentang ketidakpastian data input mencakup 63?ta observasi ketika periode kalibrasi dan 64% ketika validasi. Ketidakpastian tinggi terjadi pada debit puncak dan cenderung kecil pada debit rendah. Data satelit GSMaP dinilai merupakan data input curah hujan yang paling baik untuk model hidrologi di Hulu DAS Bogowonto.

Uncertainty analysis is an analysis conducted to estimate the range of variability in the expected results of a model. One source of uncertainty in hydrological models is input data, particularly rainfall input data. This study aims to evaluate the uncertainty of satellite rainfall data in the Hydrologiska Byråns Vattenbalansavdelning (HBV) hydrological model using the Generalized Likelihood Uncertainty Estimation (GLUE) method. The uncertainty analysis was conducted in the Upper Bogowonto Watershed, Central Java.

The rainfall data used in the uncertainty analysis were derived from seven satellite products (CHIRPS, TRMM, GPM, PERSIANN, GSMaP, ERA5-Land, and CPC). Bias correction was performed using the Quantile Mapping method before the data were used as input for the model. The HBV hydrological model was constructed using observation data from field stations to generate a reference model result (golden standard). Parameter sensitivity analysis in the HBV model was conducted using the Monte Carlo method, while input data uncertainty analysis was performed using the GLUE method.

The results of the study showed that bias correction significantly reduced the bias in satellite rainfall data. The reference model using field observation data demonstrated good performance, with R² = 0.64 and KGE = 0.80 for the calibration period and R² = 0.63 and KGE = 0.78 for the validation period. The GLUE analysis revealed that the range of input data uncertainty covered 63% of the observation data during the calibration period and 64% during the validation period. High uncertainty occurred during peak flow and tended to be lower during low flow. The GSMaP satellite data were considered the best rainfall input data for the hydrological model in the Upper Bogowonto Watershed.

Kata Kunci : analisis ketidakpastian, curah hujan satelit, model hidrologi, HBV-Light, GLUE