Azzuhra Primary Author mixed material bibliography Banda Aceh Fakultas Kelautan dan Perikanan / Prodi Ilmu Kelautan (S1) 2024 id Indonesia

Skripsi

Penelitian ini membahas tentang Fenomena El-Nino Southern Oscillation (ENSO) dengan anomali iklim di Kabupaten Aceh Utara. Tujuan dari penelitian ini adalah untuk mendapatkan klimatologi, variabilitas curah hujan dan korelasi antara curah hujan dengan ENSO di Aceh Utara. Penelitian ini dilakukan menggunakan data dari Climate Hazards Group InfraRed Precipitation with Station data (CHIRPS) dan data Nino Index dari National Oceanic and Atmospheric Administration (NOAA). Tiga metode yang digunakan pada penelitian ini yaitu metode rata-rata sederhana, Empricial Orthogonal Function (EOF), dan uji statistik menggunakan Uji-T. Hasil penelitian mendapatkan bahwa Kabupaten Aceh Utara memiliki pola curah hujan monsoon, pola curah hujan tersebut memiliki korelasi yang tinggi terhadap index ENSO. Puncak curah hujan tertinggi terjadi pada bulan Desember (237 mm) dan puncak peralihan terjadi pada bulan September (143 mm), sedangkan yang terendah terjadi pada bulan Februari (85 mm). Analisis EOF terhadap data curah hujan CHIRPS untuk Kabupaten Aceh Utara menghasilkan tiga mode. Mode EOF bulan Desember mampu menjelaskan 94,73% dari total variasi data curah hujan. Bulan September memiliki mode EOF yang menjelaskan 97,96%% dari total variasi, sementara bulan Februari memiliki mode EOF yang menjelaskan 98,14%% dari total variasi data curah hujan. Berdasarkan Uji-T, hasil menunjukkan bahwa korelasi tertinggi terjadi pada bulan September, dengan koefisien korelasi 36,6%. Hal ini mengindikasikan tingkat korelasi rendah, di mana sekitar 36,6% keragaman anomali curah hujan dapat dijelaskan oleh ENSO. Sementara itu, korelasi terendah terjadi pada bulan Desember, dengan koefisien korelasi 7%. Korelasi ini menunjukkan tingkat korelasi yang sangat rendah dari keragaman anomali curah hujan disebabkan oleh ENSO. Kata Kunci: El-Nino Southern Oscillation (ENSO), Climate Hazards Group InfraRed Precipitation with Station data (CHIRPS), National Oceanic and Atmospheric Administration (NOAA), Empricial Orthogonal Function (EOF). RAIN - WEATHER FORECASTING 551.647 7 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 136469 2024-10-07 18:19:15 2024-10-09 10:53:15 machine generated