Analisis Ambang Batas Curah Hujan Berbasis Downscaling Sebagai Faktor Pemicu Kejadian Bencana Longsor di Kabupaten Kulon Progo

Bela Sela Cleodora Yostya, Dr.Sc. Andung Bayu Sekaranom, S.Si., M.Sc.

2025 | Skripsi | GEOGRAFI DAN ILMU LINGKUNGAN

Curah hujan menjadi salah satu faktor meteorologis yang dapat memicu terjadinya bencana longsor. Integrasi antara inventarisasi data kejadian bencana longsor dan curah hujan dapat diimplementasikan pada ambang batas (threshold). Keterbatasan data observasi dan tangkapan satelit terkait curah hujan dalam penentuan ambang batas menjadikan dasar urgensi dalam integrasi pengolahan data, sehingga diperlukan alternatif pengolahan data. Penelitian ini bertujuan untuk mengimplementasikan metode downscaling untuk meningkatkan resolusi spasial data curah hujan, menentukan nilai ambang batas curah hujan berdasarkan hasil downscaling GPM-IMERG dan TBB Himawari-8, dan mengevaluasi kinerja ambang batas curah hujan pemicu longsor dari hasil downscaling di Kabupaten Kulon Progo. Penelitian ini menggunakan metode statistical downscaling serta pengembangan E-D Threshold antara kejadian hujan kumulatif (E) dengan durasi waktu hujan (D). Adapun teknik evaluasi kinerja threshold curah hujan pemicu longsor menggunakan hasil kontingensi pada kurva ROC (Receiver Operating Characteristic) untuk mendapatkan nilai AUC (Area Under Curve).

Hasil penelitian menunjukan bahwa melalui implementasi metode downscaling terdapat nilai yang semakin halus, stabil, dan terdapat peningkatan resolusi spasial. Hal ini ditunjukan dengan adanya pengurangan nilai setelah diterapkan downscaling. Nilai koreksi menjadi 0,74629 dan hasil RMSE sebesar 15,79. Hasil pengolahan ambang batas berbasis statistik E-D Threshold hasil downscaling mendapatkan hasil persamaan sebesar E = 3,78*D^0,743. Kemudian, didapatkan hasil TPR, TNR, ACC, NPV, PPV, MCC, dan F1 Score berturut-turut sebesar 90,63%, 88,75%, 89,58%, 0,922, 0,865, 0,792, dan 0,885. Analisis kurva ROC menyatakan hasil nilai AUC sebesar 0,907 yang berarti (> 0,5), sehingga mengindikasikan bahwa model memiliki performa yang baik.

Rainfall is one of the meteorological factors that can trigger landslide disasters. The integration of landslide disaster events data and rainfall data can be implemented through a threshold based approach. The limitations of observational and satellite derived rainfall data in determining thresholds highlight the urgency of integrated data processing, thus requiring alternative data processing methods. This study aims to implement a downscaling method to improve the resolution spatial of rainfall data, determine the rainfall threshold values based on the downscaled GPM-IMERG and TBB Himawari-8 data, and evaluate the performance of the rainfall threshold in triggering landslides in Kulon Progo Regency. The study uses a statistical downscaling method and the development of an E-D Threshold model, which links cumulative rainfall events (E) with rainfall duration (D). The evaluation of the landslide-triggering rainfall threshold performance is conducted using contingency results on the ROC (Receiver Operating Characteristic) curve to obtain AUC (Area Under Curve) value.

The results show that the implementation of the downscaling method produces smoother and more stable values, with improved resolution spatial. This is indicated by the reduction in error values after applying downscaling, with a correction value of 0.74629 and an RMSE of 15.79. The threshold analysis using the downscaled E-D Threshold statistical model yields the equation E = 3.78*D^0.743. Furthermore, the evaluation results for TPR, TNR, ACC, NPV, PPV, MCC, and F1 Score are 90.63%, 88.75%, 89.58%, 0.922, 0.865, 0.792, and 0.885. The ROC curve analysis shows an AUC value of 0.907 which is (> 0.5), indicating that the model has good performance.

Kata Kunci : Kata kunci: Downscaling, E-D Threshold, GPM-IMERG, ROC, TBB Himawari-8