EVALUASI DATA CURAH HUJAN SATELIT PERSIANN, GPM, DAN CHIRPS UNTUK PERHITUNGAN HUJAN RANCANGAN PADA SKALA DAERAH ALIRAN SUNGAI

Fadhela Vega Isviando, Karlina, S.T., M.Eng., Ph.D.

2025 | Skripsi | TEKNIK SIPIL

Air merupakan sumber daya vital bagi kehidupan, namun ketersediaannya kian terpengaruh oleh perubahan iklim yang memikcu fluktuasi dan ekstremitas curah hujan. Di Indonesia, data curah hujan dari Pos Curah Hujan (PCH) selama ini menjadi acuan dalam perencanaan sumber daya air, meskipun tidak lepas dari kendala seperti distribusi yang tidak merata dan potensi kesalahan pencatatan. Pemanfaatan data curah hujan satelit menjadi solusi penting di wilayah yang minim stasiun pengamatan, termasuk Daerah Aliran Sungai (DAS) Bengawan Solo. Penelitian ini bertujuan untuk mengevaluasi performa tiga produk satelit (PERSIANN, GPM, CHIRPS) dalam mengestimasi hujan harian dan hujan maksimum tahunan, membandingkan hujan rancangan dengan observasi permukaan, serta menyusun pendekatan koreksi bias berbasis regresi. Data curah hujan dari 29 Pos Curah Hujan (PCH) dan tiga satelit digunakan dalam periode 2001–2023. Analisis frekuensi dilakukan dengan distribusi GEV, Log-Pearson III, dan lainnya, untuk menghitung hujan rancangan kala ulang 5 hingga 1000 tahun. Evaluasi estimasi dilakukan menggunakan relative error (RE), deviasi absolut, dan koreksi bias menggunakan regresi linier serta regresi linier berganda. Hasil penelitian menunjukkan bahwa GPM memiliki kinerja terbaik dengan rasio median 1,05 terhadap data observasi dan dominasi di 61 dari 142 titik (berdasarkan RE). Namun, scatter plot regresi menunjukkan slope yang berubah signifikan 0,88 pada hujan ringan dan 3,41 pada hujan ekstrem, menandakan overestimasi pada intensitas tinggi. Koreksi bias per titik dengan regresi linier menunjukkan hubungan signifikan (p-value < 0 xss=removed xss=removed>

Water is a vital resource for life, yet its availability is increasingly affected by climate change, which triggers rainfall fluctuations and extremes. In Indonesia, rainfall data from Rainfall Observation Stations (PCH) have long been the primary reference in water resource planning, despite challenges such as uneven distribution and potential recording errors. Satellite-based rainfall data offer a crucial alternative in areas with sparse observational coverage, including the Bengawan Solo River Basin (DAS). This study aims to evaluate the performance of three satellite products (PERSIANN, GPM, CHIRPS) in estimating daily and annual maximum rainfall, compare design rainfall estimates to ground observations, and develop bias correction approaches based on regression methods. Rainfall data from 29 PCH stations and three satellite datasets during the 2001–2023 period were analyzed. Frequency analysis was conducted using GEV, Log-Pearson III, and other distributions to compute design rainfall with return periods of 5 to 1000 years. Estimations were evaluated using relative error (RE), absolute deviation, and bias correction through linear and multiple linear regression models. Results indicate that GPM performs best, with a median ratio of 1.05 compared to observations and dominance at 61 out of 142 locations (based on RE). However, regression scatter plots show a significantly changing slope 0.88 at low intensities and 3.41 at extreme events, indicating overestimation at high rainfall levels. Point-based linear regression bias correction shows significant relationships (p-value < 0 xss=removed xss=removed>

Kata Kunci : curah hujan satelit, PERSIANN, GPM, CHIRPS, analisis frekuensi, hujan rancangan, koreksi bias