Electronic Theses and Dissertation

Indonesia merupakan wilayah beriklim tropis yang menghasilkan curah hujan regional terbesar di dunia, yaitu sekitar 2.500 mm/tahun. Kawasan Indonesia terdiri dari beberapa pulau besar dengan tingkat curah hujan yang beragam. Pulau Sumatra memiliki karakteristik iklim yang khas, baik secara regional maupun lokal dengan beberapa wilayahnya memiliki curah hujan yang tinggi. Curah hujan yang tinggi bisa menjadi salah satu penyebab terjadinya bencana seperti banjir, sehingga data curah hujan diperlukan untuk mengatasi permasahan tersebut. Namun demikian, pencatatan curah hujan seringkali tidak lengkap karena data curah hujan yang hilang pada periode pengukuran atau stasiun curah hujan yang tidak mencakupi wilayah studi, sehingga diperlukan interpolasi spasial menggunakan metode Inverse Distance Weighting (IDW) untuk dapat mengetahui data curah hujan pada wilayah yang tidak terukur. Penelitian ini bertujuan untuk mengetahui prediksi sebaran curah hujan di Pulau Sumatra pada wilayah yang tidak terukur menggunakan metode IDW. Data yang digunakan merupakan data sekunder yang diperoleh dari Badan Meteorologi, Klimatologi, dan Geofisika (BMKG) yang melibatkan 43 titik stasiun curah hujan yang tersebar di 10 provinsi yang ada di Pulau Sumatra. Berdasarkan hasil analisis data menggunakan metode IDW didapatkan hasil prediksi sebaran curah hujan di seluruh wilayah Pulau Sumatra sangat beragam. Untuk mengukur keakuratan, digunakan cross validation dengan ukuran keakuratan RMSE, MSE, dan MAPE. Diperoleh hasil interpolasi spasial IDW yang optimal menggunakan parameter power 1, dengan nilai RMSE dan MSE yang terkecil yaitu sebesar 637,151 dan 453.132,3 dan MAPE sebesar 27,708%. Peta hasil prediksi curah hujan di Pulau Sumatra dapat diinterpretasikan bahwa sebagian besar wilayah pesisir barat Pulau Sumatra yaitu wilayah Provinsi Sumatera Barat dan Sumatera Utara memiliki curah hujan yang sangat tinggi.

Kata kunci: curah hujan, Pulau Sumatra, interpolasi spasial, inverse distance weighting

Indonesia is a tropical region with the highest regional rainfall in the world, averaging around 2.500 mm per year. The Indonesian region is made up of several large islands with varying rainfall levels. The island of Sumatra has a distinct climate, both regionally and locally, with high rainfall in some areas. High rainfall can be one of the causes of disasters like floods, thus rainfall data is required to solve these issues. However, because of missing rainfall data during the measurement period or rainfall stations that do not cover the study area, spatial interpolation using the Inverse Distance Weighting (IDW) method is required to find out rainfall data in unmeasured areas. The aim of this study is to use the IDW method to predict rainfall distribution on the island of Sumatra in an unmeasured area. Secondary data obtained from the Meteorology, Climatology, and Geophysics Agency (BMKG) involving 43 rainfall stations spread across 10 provinces on the island of Sumatra is used. The predictions for the distribution of rainfall across the island of Sumatra were found to be very diverse based on the results of data analysis using the IDW method. Cross validation is used with the RMSE, MSE, and MAPE accuracy measures to determine accuracy. The power 1 parameter produces the best IDW spatial interpolation results, with the smallest RMSE and MSE values of 637,151 and 453.132,3 and a MAPE of 27,708%. The map of rainfall prediction results on Sumatra Island can be interpreted to show that most of Sumatra Island's western coastal areas, namely the provinces of West Sumatra and North Sumatra have extremely high rainfall. Keywords: rainfall, Sumatra Island, spatial interpolation, inverse distance weighting