Anda di halaman 1dari 6

BADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA

STASIUN METEOROLOGI PALOH / KAL.BAR


Alamat : Jl. Raya Liku
Bandar Udara Liku , Paloh 79466

Telp / Fax : (0562) 4395086 / 4395087


E-mail
: meteopaloh@yahoo.com

LAPORAN VERIFIKASI PRAKIRAAN CUACA


BULAN NOVEMBER 2014

I. Nama Prakirawan
No

Nama

Status

1.

Dedi Mulyana, A.Md


NIP.197904062000031002

Aktif

2.

Randy Ardianto, A.Md


NIP.198803192009111001

Akti

3.

Sudiar A.Md
NIP.198507042006041004

Aktif

4.

Yosef Luky D.P , A.Md


NIP.199001082009111001

Akti

5.

Akbar Yus Prasetio, A.Md


NIP.198902202010121001

Aktif

II. HASIL RINGKASAN VERIFIKASI


Dari hasil analisis verifikasi prakiraan cuaca bulan November 2014 Stasiun Meteorologi Kelas III
Paloh, secara umum diketahui bahwa jumlah data prakiraan untuk H-1 (prakiraan cuaca hari ini dibuat
jam 00.00 UTC hari kemarin) adalah sebesar 90% dengan nilai akurasi 89% sedangkan jumlah data
prakiraan untuk H+0 (prakiraan cuaca hari ini dibuat jam 00.00 UTC hari ini) adalah sebesar 90% dengan
nilai akurasi 89%.

Mengetahui
KEPALA STASIUN METEOROLOGI
PA LOH

Paloh, 04 Desember 2014


Pembuat Laporan,

TEJO ARISTONO, SE
NIP.195809131979101001

RANDY ARDIANTO
NIP.198803192009111001

Lampiran I. Data Prakiraan Bulan November 2014

TGL

PRAKICU
(H-1)

PRAKIRAWAN
ON DUTY

PRAKICU
(H+0)

PRAKIRAWAN
ON DUTY

CURAH
HUJAN
OBSERVASI

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30

Berawan
Hujan Ringan
Berawan
Hujan Ringan
Hujan Ringan
Hujan Ringan
Hujan Ringan
Hujan Ringan
Hujan Ringan
Hujan Ringan
Hujan Ringan
Hujan Ringan
Berawan
Hujan Ringan
Berawan
Hujan Ringan
Hujan Ringan
Hujan Ringan
Hujan Ringan
Hujan Ringan
Hujan Sedang
Hujan Ringan
Hujan Ringan
Hujan Ringan
Hujan Ringan
Hujan Ringan
Hujan Ringan

Akbar Yus Prasetio


Dedi Mulyana
Sudiar
Sudiar
Akbar Yus Prasetio
Dedi Mulyana
Akbar Yus Prasetio
Dedi Mulyana
Sudiar
Randy Ardianto
Yosef Luky D P
Akbar Yus Prasetio
Dedi Mulyana
Akbar Yus Prasetio
Dedi Mulyana
Yosef Luky D P
Yosef Luky D P
Akbar Yus Prasetio
Randy Ardianto
Akbar Yus Prasetio
Randy Ardianto
Sudiar
Yosef Luky D P
Dedi Mulyana
Akbar Yus Prasetio
Dedi Mulyana
Randy Ardianto

Berawan
Berawan
Hujan Ringan
Hujan Ringan
Hujan Ringan
Hujan Ringan
Hujan Ringan
Hujan Ringan
Hujan Ringan
Hujan Ringan
Hujan Ringan
Hujan Ringan
Hujan Ringan
Berawan
Hujan Ringan
Hujan Ringan
Hujan Ringan
Hujan Ringan
Hujan Ringan
Hujan Ringan
Hujan Ringan
Hujan Ringan
Hujan Ringan
Hujan Ringan
Hujan Ringan
Berawan
Hujan Ringan

Dedi Mulyana
Sudiar
Sudiar
Akbar Yus Prasetio
Dedi Mulyana
Akbar Yus Prasetio
Dedi Mulyana
Sudiar
Randy Ardianto
Yosef Luky D P
Akbar Yus Prasetio
Dedi Mulyana
Akbar Yus Prasetio
Dedi Mulyana
Yosef Luky D P
Yosef Luky D P
Akbar Yus Prasetio
Randy Ardianto
Akbar Yus Prasetio
Randy Ardianto
Sudiar
Yosef Luky D P
Dedi Mulyana
Akbar Yus Prasetio
Dedi Mulyana
Randy Ardianto
Akbar Yus Prasetio

1,4
1,6
0
2,3
32,5
3,1
15,9
20
107,6
4,5
14,4
8,1
3
7,3
4,5
0
1,5
7,4
0,5
8,9
1
TTU
3,7
5,2
24,1
13,3
64,8
2,4
3
17,2

Keterangan :
H-1
H+0
(-)

: Prakiraan cuaca hari ini dibuat jam 00.00 UTC hari kemarin.
: Prakiraan cuaca hari ini dibuat jam 00.00 UTC hari ini.
: Tidak ada prakiraan.

Lampiran II. Analisis Verifikasi Prakiraan H-1


1. Tabel Prakiraan

TANGGAL

PRAKIRAAN
(Hujan/Tidak Hujan)

OBSERVASI
(Hujan/Tidak Hujan)

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30

Tidak Hujan
Hujan
Tidak Hujan
Hujan
Hujan
Hujan
Hujan
Hujan
Hujan
Hujan
Hujan
Hujan
Tidak Hujan
Hujan
Tidak Hujan
Hujan
Hujan
Hujan
Hujan
Hujan
Hujan
Hujan
Hujan
Hujan
Hujan
Hujan
Hujan

Hujan
Hujan
Tidak Hujan
Hujan
Hujan
Hujan
Hujan
Hujan
Hujan
Hujan
Hujan
Hujan
Hujan
Hujan
Hujan
Tidak Hujan
Hujan
Hujan
Hujan
Hujan
Hujan
Hujan
Hujan
Hujan
Hujan
Hujan
Hujan
Hujan
Hujan
Hujan

Keterangan : Data prakiraan yang masuk adalah sebesar 90%.

2. Tabel Kontingensi
Observasi

Observasi
Prakiraan

Prakiraan
Ya
Ya
Tidak
OBS

Yes

No

PRK

Yes

23

26

No

OBS

23

27

PRK

Tidak

False
Prakiraan
Alarms
Ya
Correct Prakiraan
Misses
Negatives
Tidak
Observasi Observasi
Total
Ya
Tidak
Hits

Perhitungan :
Accuracy

Menunjukkan ukuran banyaknya bagian yang benar dari sejumlah prakiraan yang diberikan. Selang nilai
ialah dari 0 sampai 1. Prakiraan sempurna bila nilainya 1. Dalam bulan ini nilai Accuracy = (23+4)/27 =
0.89, menunjukkan bahwa 89% prakiraan ialah benar.
Bias

+
+

Merupakan nilai perbandingan antara frekuensi kejadian Ya untuk prakiraan dan observasi. Selang nilai
ialah dari 0 sampai tidak berhingga. Skor terbaik bernilai sama dengan 1. Jadi nilai ini menunjukkan apakah
prakiraan memiliki kecendrungan untuk underforecast (Bias < 1) atau overforecast (Bias > 1). Jadi tidak
mengukur sebagus apa prakiraaan kita tetapi hanya mengukur frekuensi relatif. Dalam bulan ini Bias =
(23+3)/(23+0) = 1.13
Hit Rate

= +

Nilai ini menunjukkan berapa bagian dari kejadian Ya di prakirakan dengan tepat (benar). Selang nilai dari
0 sampai 1. Skor sempurna sama dengan 1. Dalam bulan ini Hit Rate = 23/(23+0) = 1.0, menunjukkan
bahwa sekitar 100% dari prakiraan terjadi hujan diprakiraan dengan tepat.
False Alarm Ratio

= +

Nilai ini menunjukkan berapa bagian dari diprakiraaan Ya akan terjadi ternyata tidak terjadi. Selang nilai
0 to 1. Skor sempurna ialah 0. Dalam bulan ini False Alarm Ratio = 3/(23+3) = 0.12, menunjukkan bahwa
sekitar 12% dari prakiraan menyatakan akan terjadi tetapi ternyata tidak terjadi.
False Alarm Rate

= +

Nilai ini menujukkan berapa fraksi dari pengamatan kejadian Tidak yang diprakirakan Ya akan kejadian.
Selang nilai ialah dari 0 sampai 1, skor sempurna ialah 0. Dalam bulan ini False Alarm Rate = 3/(1+3) =
0.75 menunjukkan bahwa sekitar 75% dari kejadian Tidak ternyata diprakirakan dengan salah.

Lampiran III. Analisis Verifikasi Prakiraan H+0


1. Tabel Prakiraan
TANGGAL

PRAKICU DIBUAT
(H+0)

CURAH HUJAN
OBSERVASI

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30

Tidak Hujan
Tidak Hujan
Hujan
Hujan
Hujan
Hujan
Hujan
Hujan
Hujan
Hujan
Hujan
Hujan
Hujan
Tidak Hujan
Hujan
Hujan
Hujan
Hujan
Hujan
Hujan
Hujan
Hujan
Hujan
Hujan
Hujan
Tidak Hujan
Hujan

Hujan
Hujan
Tidak Hujan
Hujan
Hujan
Hujan
Hujan
Hujan
Hujan
Hujan
Hujan
Hujan
Hujan
Hujan
Hujan
Tidak Hujan
Hujan
Hujan
Hujan
Hujan
Hujan
Hujan
Hujan
Hujan
Hujan
Hujan
Hujan
Hujan
Hujan
Hujan

Keterangan : Data prakiraan yang masuk adalah sebesar 90%.

2. Tabel Kontingensi
Observasi

Observasi
Prakiraan

Prakiraan
Ya
Ya
Tidak
OBS

Yes

No

PRK

Yes

23

26

No

OBS

23

27

PRK

Tidak

False
Prakiraan
Alarms
Ya
Correct Prakiraan
Misses
Negatives
Tidak
Observasi Observasi
Total
Ya
Tidak
Hits

Perhitungan :
Accuracy

Menunjukkan ukuran banyaknya bagian yang benar dari sejumlah prakiraan yang diberikan. Selang nilai
ialah dari 0 sampai 1. Prakiraan sempurna bila nilainya 1. Dalam bulan ini nilai Accuracy = (23+4)/27 =
0.89, menunjukkan bahwa 89% prakiraan ialah benar.
Bias

+
+

Merupakan nilai perbandingan antara frekuensi kejadian Ya untuk prakiraan dan observasi. Selang nilai
ialah dari 0 sampai tidak berhingga. Skor terbaik bernilai sama dengan 1. Jadi nilai ini menunjukkan apakah
prakiraan memiliki kecendrungan untuk underforecast (Bias < 1) atau overforecast (Bias > 1). Jadi tidak
mengukur sebagus apa prakiraaan kita tetapi hanya mengukur frekuensi relatif. Dalam bulan ini Bias =
(23+3)/(23+0) = 1.13
Hit Rate

= +

Nilai ini menunjukkan berapa bagian dari kejadian Ya di prakirakan dengan tepat (benar). Selang nilai dari
0 sampai 1. Skor sempurna sama dengan 1. Dalam bulan ini Hit Rate = 23/(23+0) = 1.0, menunjukkan
bahwa sekitar 100% dari prakiraan terjadi hujan diprakiraan dengan tepat.
False Alarm Ratio

= +

Nilai ini menunjukkan berapa bagian dari diprakiraaan Ya akan terjadi ternyata tidak terjadi. Selang nilai
0 to 1. Skor sempurna ialah 0. Dalam bulan ini False Alarm Ratio = 3/(23+3) = 0.12, menunjukkan bahwa
sekitar 12% dari prakiraan menyatakan akan terjadi tetapi ternyata tidak terjadi.
False Alarm Rate

= +

Nilai ini menujukkan berapa fraksi dari pengamatan kejadian Tidak yang diprakirakan Ya akan kejadian.
Selang nilai ialah dari 0 sampai 1, skor sempurna ialah 0. Dalam bulan ini False Alarm Rate = 3/(1+3) =
0.75 menunjukkan bahwa sekitar 75% dari kejadian Tidak ternyata diprakirakan dengan salah.