PENGEMBANGAN MODEL PREDIKSI MADDEN-JULIAN OSCILLATION (MJO) BERBASIS HASIL ANALISIS DATA WIND PROFILER RADAR (WPR)

摘要

Latar belakang penelitian ini adalah pentingnya kajian mengenai MJO sebagai salah satu osilasi dominan di kawasan ekuator. Penelitian ini bertujuan untuk membuat model prediksi MJO berdasarkan analisis data WPR. Pada penelitian ini kejadian MJO diidentifikasi dari data kecepatan angin zonal pada lapisan 850 mb di kawasan Pontianak, Manado, dan Biak. Sebelum data angin zonal ini dimanfaatkan untuk melihat perilaku MJO, maka data angin tersebut  terlebih dahulu dibandingkan dengan data indeks MJO yaitu RMM1 dan RMM2. RMM1 dan RMM2 merupakan sepasang indeks untuk memonitor kejadian MJO secara realtime. Hasil analisis Power Spectral Density (PSD) data kecepatan angin zonal lapisan 850 mb menunjukkan adanya sinyal MJO kuat yang dicirikan dengan adanya osilasi sekitar 45 harian. Hasil korelasi dan regresi juga menunjukkan bahwa terdapat keterkaitan yang signifikan antara kedua data tersebut. Hal tersebut mengindikasikan bahwa data kecepatan angin zonal lapisan 850 mb dapat digunakan untuk analisis MJO. Pada penelitian ini, prediksi MJO didasarkan pada data kecepatan angin zonal menggunakan metode ARIMA Box-Jenkins. Melalui metode ini, model yang mendekati data deret waktu kecepatan angin zonal pada lapisan 850 mb di Pontianak adalah ARIMA(2,0,0), model prediksi untuk Manado adalah ARIMA(2,1,2), sedangkan untuk Biak adalah ARIMA(0,1,3). Model-model tersebut bermanfaat untuk melihat perilaku sinyal MJO pada data angin zonal berkaitan dengan pola curah hujan di wilayah kajian. Background of this research is to study the importance of MJO as one of the predominant peak oscillation in the equator area. This study aims to make prediction models of MJO based on the analysis of zonal wind speed data observed by WPR that compared by the MJO index data, namely RMM1 and RMM2. The results of PSD show strong MJO signal of 45 day periods oscillations. The result of corrrelation and regression analyses also show significant relationship between both data. Therefore, it is suggested that the observed 850 mb zonal wind speed data can be used to analyze the MJO phenomenon. The MJO prediction models were developed by using ARIMA. Then we found the ARIMA model for Pontianak is ARIMA(2,0,0), Manado ARIMA(2,1,2), and Biak ARIMA(0,1,3). Those models used to see the MJO event from zonal wind data that effect to rainfall pattern in study area.