Supriyatna, Made Indrayana (2023) Prediksi Dan Pemetaan Kekeringan Menggunakan Standardized Precipitation Index (SPI) Di Kabupaten Tuban. Masters thesis, Institut Teknologi Sepuluh Nopember.
Text
6012201013-Master_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 September 2025. Download (19MB) | Request a copy |
Abstract
Kabupaten Tuban merupakan salah satu daerah berpotensi terjadinya kekeringan di Indonesia. Pada bulan Oktober tahun 2021, Badan Penanggulangan Bencana Daerah (BPBD) mendapatkan laporan bahwa 65 dusun pada 9 kecamatan memiliki potensi kekeringan di Kabupaten Tuban. Hal ini dapat menghambat program Sustain Development Goals (SDG’s) yang direncanakan pada tahun 2030, sehingga diperlukan sebuah rencana mitigasi kekeringan. Salah satu cara bentuk mitigasi kekeringan adalah dengan cara memprediksi tingkat kekeringan di masing-masing kecamatan di Kabupaten Tuban. Pada penelitian ini akan menggunakan perhitungan indeks kekeringan menggunakan metode Standardized Precipitation Indexs (SPI). SPI akan digabungkan dengan pemodelan prediksi hujan menggunakan metode Thomas Fiering dan SARIMA. Hasil kedua pemodelan tersebut dibandingkan menggunakan metode Root Mean Square Error (RMSE) untuk mengetahui pemodelan yang terbaik yang akan digunakan untuk memperhitungkan SPI pada masing-masing kecamatan. Hasil analisis SPI akan digambarkan dalam bentuk peta sebaran kekeringan dengan menggunakan aplikasi Geographic Information System (GIS) untuk dilakukan validasi antara kondisi lapangan terhadap hasil analisis. Kemudian dilakukan perbandingan antara hasil prediksi dan kondisi SPI pada bulan Oktober 2021. Hasil analisis pemodelan pada grafik time series menunjukkan pemodelan Thomas Fiering memiliki tingkat eror di antara 70,23mm - 114,5mm. Kemudian SARIMA di antara 65,81 mm - 146,97 mm. Dikarenakan kedua model tidak bagus untuk memprediksi data secara time series, maka hasil pemodelan ini akan dilihat secara keseluruhan data yang dapat dilihat pada grafik probabilitas. Hasil untuk model Thomas Fiering memiliki nilai RMSE di antara 1.10 % – 4.23 %, sedangkan untuk SARIMA berkisar 3.62 % – 27.01 %. Hasil RMSE menunjukkan Thomas Fiering memiliki RMSE yang lebih kecil dari SARIMA. Hasil pemodelan dilakukan analisis SPI dan digambarkan menjadi peta persebaran kekeringan. Hasil validasi antara kondisi lapangan dan analisis menunjukkan indeks SPI masih dalam kategori normal, yang berarti curah hujan bukan faktor utama terjadinya kekeringan, melainkan karena kondisi geografi dan cekungan air tanah pada Kabupaten Tuban. Kemudian untuk hasil prediksi menunjukkan pada tahun 2028 merupakan tahun terkering dari hasil prediksi 10 tahun dengan SPI minimum berada di -0,533 dengan rata-rata indeks -0,179. Hasil prediksi masih dapat digunakan, namun tidak dengan ketepatan waktu dikarenakan Thomas Fiering memiliki eror yang tinggi secara time series
==================================================================================================================================
Tuban Regency is one of the potential areas for drought in Indonesia. In October 2021, the Regional Disaster Management Agency (BPBD) received a report that 65 hamlets in 9 sub-districts had the potential for drought in Tuban Regency. This can hamper the Sustain Development Goals (SDG's) program planned for 2030, so a drought mitigation plan is needed. One way to form drought mitigation is by predicting the level of drought in each sub-district in Tuban Regency. This study will use the calculation of the drought index using the Standardized Precipitation Index (SPI) method. SPI will be combined with rain prediction modeling using the Thomas Fiering and SARIMA methods. The results of the two models were compared using the Root Mean Square Error (RMSE) method to determine the best model to be used to calculate SPI in each sub-district. The results of the SPI analysis will be described in the form of a drought distribution map using the Geographic Information System (GIS) application to validate the field conditions against the analysis results. Then a comparison is made between the prediction results and SPI conditions in October 2021. The results of the modeling analysis on the time series chart show that the Thomas Fiering model has an error level between 70.23 mm - 114.5 mm. Then SARIMA is between 65.81 mm - 146.97 mm. Because both models are not good at predicting time series data, the results of this model will be seen as a whole data that can be seen on the probability graph. Where the results for the Thomas Fiering model have RMSE values between 1.10% - 4.23%, while for SARIMA it ranges from 3.62% - 27.01%. The RMSE results show that Thomsa Fiering has a smaller RMSE than SARIMA. The modeling results were analyzed by SPI and described as a drought distribution map. The validation results between field conditions and analysis show that the SPI index is still in the normal category, which means that rainfall is not the main factor in causing drought, but is due to geographical conditions and groundwater basins in Tuban Regency. Then the prediction results show that 2028 is the driest year of the 10-year prediction results with a minimum SPI of -0.533 with an average index of -0.179. Prediction results can still be used, but not with timeliness because Thomas Fiering has a high error in time series
Item Type: | Thesis (Masters) |
---|---|
Uncontrolled Keywords: | Kabupaten Tuban, Kekeringan, SARIMA, Standardized Precipitation Index, Thomas Fiering. Drought, Time series, Thomas Fiering, SARIMA, Standardized Precipitation Index, Tuban Regency |
Subjects: | T Technology > T Technology (General) > T174 Technological forecasting T Technology > T Technology (General) > T57.62 Simulation T Technology > TA Engineering (General). Civil engineering (General) |
Divisions: | Faculty of Civil, Planning, and Geo Engineering (CIVPLAN) > Civil Engineering > 22101-(S2) Master Thesis |
Depositing User: | Made Indrayana Supriyatna |
Date Deposited: | 18 Jul 2023 07:49 |
Last Modified: | 18 Jul 2023 07:49 |
URI: | http://repository.its.ac.id/id/eprint/98559 |
Actions (login required)
View Item |