Pemodelan Meteorologi II Pertemuan 10 Ari Kurniadi 1

Pemodelan Meteorologi II Pertemuan 10 Ari Kurniadi 1

Validasi Model • Forecast paling sering mendapatkan kritik • Tapi pastinya bukan berarti “selalu salah” • Lebih tepatnya adalah seberapa tepat forecast kita, dan bagaimana kita bias membunyikan ukuran daripada akurasi forecast kita ? • Cara melakukan validasi dan membandingkan satu dengan lainnya 2

Metoda Validasi • Pengukuran yang digunakan WMO • Performa Met Office dunia • Kita akan melihat validasi dari beberapa forecast 3

KONSEP DASAR • Root Mean Square Error (RMSE) • Metoda ini merupakan metoda yang paling banyak digunakan untuk menghitung eror untuk membandingkan hasil output dengan “kondisi real” 4

KONSEP DASAR • Skill Score • Ini merupakan indeks yang biasa digunakan untuk mengukur akurasi dari hasil forecast kita dibandingkan dengan hasil metoda lain. • Perfect forecast SS = 1 ; No Skill SS = 0 5

Verifikasi WMO • WMO sebenarnya memerlukan seluruh anggotanya yang menjalankan model NWP global untuk membuat pengukuran yang objektiv dari forecast-nya masing-masing • Variabel-nya MSLP, geopot height, temperature, dan angin • Area BBU (20 – 90 LU), BBS (20 – 90 LS), tropis (20 LS – 20 LU) • Pada level MSL, 500 h. Pa, dan 250 h. Pa di extratropis dan 850 h. Pa dan 250 h. Pa di tropis • Interval waktu T+24 dan setiap 24 jam kemudian 6

Verifikasi WMO • WMO 7

Verifikasi WMO • WMO 8

Indeks Met Office Dunia • Sebagai tambahan untuk pengukuran WMO, Met Office membuat index NWP global, berdasarkan kombinasi dari semua variable WMO pada beberapa interval waktu. • Skill scroes untuk semua variable dihitung dan dikombinasikan • Indeks-nya diberikan nilai normal pada nilai tertentu • Indeks ini berguna untuk memberikan gambaran tentang performa model pada skala global 9

Indeks Met Office Dunia • Sebagai 10

Indeks UK Met Office • UK Met Office menghitung indeks-nya berdasarkan performa model resolusi tingginya untuk parameter hujan, temperature permukaan, visibility, angina permukaan dan jumlah tutupan awan. • Skil scores dihitung masing-masing parameter dan dikombinasikan • Verifikasi terhadap observasi dari statsiun pengamatan synoptic se-UK • Indeks ini dipakai sebagai akurasi dari forecast mereka 11

Indeks UK Met Office • UK 12

Indeks NWP Met Office • Kemudian Met Office menghitung NWP index yang merupakan kombinasi dari UK dan global indeks • Ini biasa digunakan untuk menghitung performa Met Office pada review pemerintahannya. • Met Office akan menentukan nilai target untuk dicapai. Bila nilai target ga tercapai bisa mengakibatkan pemotongan anggaran yang berdampak pada pemotongan gaji 13

Indeks NWP Met Office • Kemudian 14

Verifikasi metoda 2 kategori (Yes/No) • Secara umum indeks-indeks tadi memberikan gambaran umum mengenai performa dari model • Untuk aplikasi tertentu diperlukan lebih detilnya seperti untuk : - Prediksi apakah DKI akan hujan hari ini ? - Apakah jalan A akan mengalami pembekuan ? - Apakah suhu mala ini akan melebihi 24 celcius ? 15

Verifikasi metoda 2 kategori (Yes/No) • S 16

Verifikasi metoda 2 kategori (Yes/No) • S 17

Verifikasi metoda 2 kategori (Yes/No) • S 18

Verifikasi metoda 2 kategori (Yes/No) • S 19

Verifikasi metoda 2 kategori (Yes/No) • Contoh-contoh kasus di atas itu menunjukkan bahwa kita bisa menampilkan forecast dari model kita itu memiliki performa yang lebih bagus dengan menggunakan pemilihan statistik yang teliti. • Yang menjadi penting bagi konsumen/user itu prinsipnya adalah ‘economy value’ dari menggunakan informasi kita 20

Latihan Nilai Ekonomi Model Meteo 2 Anda merupakan seorang kepala PU yang bertanggung jawab atas jalan raya, dan bertanggung jawab atas pembersihan jalan di area Anda. Pada setiap awal musim dingin (6 bulan) anda dihadapkan pada 4 pilihan : 1. Tidak pernah mengirim pasukan pembersih jalan 2. Mengirm pasukan setiap malam, tidak pandang kondisi cuaca 3. Mengirim pasukan hanya jika temperature jalan berdasar sensor in-situ menunjukkan suhu mulai berada di bawah freezing level. 4. Mengandalkan forecast Met-Office dan hanya melakukan pembersihan jika temperature diprediksi akan berada di bawah freezing level. Nilai dan statistik apakah yang bakal Anda perlukan untuk membuat keputusan terbaik yang rasional ? 21

Latihan Nilai Ekonomi Model Meteo 2 • Biaya pembersihan relative mudah untuk dihitung, hanya biaya garam dan ongkos honor pasukan pembersih/pengeruk jalan. Tapi harus diketahui bahwa akan memerlukan 4 kali lebih banyak garam untuk menghancurkan es yang sudah keburu terbentuk di jalanan daripada menebar garam sebelum kejadian es membeku di jalan. Untuk area Anda pembekuan jalan terjadi rata-rata 30% pada malam hari selama musim dingin, biaya pengerukan es adalah 10. 000 Yen per kejadian, dan naik menjadi 34. 000 Yen jika es sudah terlanjur terbentuk. 22