VALIDASI PRAKIRAAN THUNDERSTORM

DENGAN METODE
SHOWALTER INDEKS, K-INDEKS, DAN
LIFTED INDEKS DI STASIUN METEOROLOGI
EL TARI KUPANG

OLEH
 
MUHAMMAD INDRA BENDI
13.07.1659
PENDAHULUAN
 LATAR BELAKANG
Badan Meteorologi Klimatologi Dan
Geofisika mempunyai 13 stasiun yang
dilengkapi dengan pengamatan
Radiosonde. Namun pemanfaatan hasil
pengamatannya belum maksimal.
Terutama di wilayah Kupang.
Salah satu yang dapat dihasilkan dari data
udara atas adalah prediksi peluang
terjadinya Thunderstorm berdasarkan
indek-indeks labilitas atmosfer.
 TUJUAN PENULISAN

Tujuan dari penulisan ini adalah

membuat persamaan untuk
memprediksi peluang thunderstorm
di wilayah Kupang dan mengetahui
nilai verifikasi dari persamaan
tersebut.
 BATASAN MASALAH
Dalam tulisan ini penulis
memberi batasan daerah Stasiun
meteorologi El Tari Kupang
(97372) dan metode penulisan
adalah melakukan validasi
ketepatan presentase prediksi
dan verifikasi terjadinya
thunderstorm dengan
menggunakan regresi binary
logistic
DATA DAN METODE PENULISAN
 DATA PENULISAN

Data yang digunakan adalah:

• Data Radiosonde dalam bentuk sandi TEMP
(TTAA dan TTBB) 00.00UTC atau jam 08.00
WITA pada musim transisi, (Maret-April dan
November-Desember) selama 5 tahun dari
tahun 2005 - 2009.

• Data F KLIM 71 pada musim transisi selama 5

tahun dari tahun 2005 – 2009 untuk mengetahui
hari terjadinya Thunderstorm.
 METODE PENULISAN

Regresi Binary Logistic dengan Analisa Upper air dengan

Mengggunakan Software Minitab 14. menggunakan Raob 5.7
 LANGKAH-LANGKAH
• Data di-input ke dalam Raob 5.7
• Hasil dari input tersebut adalah indeks SI, KI, LI,
kemudian dibandingkan dengan kejadian
thunderstorm selama musim transisi.
• Untuk nilai probabilitas thunderstorm digunakan nilai
kemungkinan “1” untuk adanya thunderstorm dan
nilai kemungkinan “0” untuk tidak adanya
thunderstorm.
• Menggunakan software minitab 14 untuk
mendapatkan persamaan regresi dengan
menggunakan metode Regresi Binary Logistik.
• Persamaan Regresi Binary Logistik adalah sebagai
berikut : 
y = koefisien + a(si) + b(ki) + c(li)
 REGRESI BINARY LOGISTIC
• Regresi adalah salah satu metode untuk
menentukan hubungan sebab-akibat antara
satu variabel dan variabel - variabel yang
lain. Ada beberapa macam metode regresi
yang diantaranya adalah Regresi Binary
Logistic
• Regresi Binary Logistic Regression (Regresi
Logistik Biner) digunakan ketika hanya ada
2 kemungkinan variabel respon (Y), misal
Terjadi dan Tidak terjadi.
 SHOWALTER INDEKS,
K-INDEKS, DAN LIFTED INDEKS
A. Showalter Indeks

SI = T500 - T′

T500 = Suhu observasi pada lapisan

500 mb

T' = suhu parsel pada lapisan 500

mb
Nilai SI Kejadian

Kemungkinan besar terjadi shower dan dapat menjadi

+3 sampai +1
thuderstorm

+1 sampai -2 Berpeluang tumbuhnya thunderstorm dengan cepat

-3 sampai -6 Kemungkinan terjadi Thunderstorm hebat

Kurang dari
Forecaster harus mempertimbangkan akan terjadinya tornado
-6
 K-Indeks
Kemungkinan
K-Indeks
KI = (T850 - T500) + Td850 - (T700 - Td700) TS(%)
Dimana
• T850-T500 adalah untuk mengetahui suhu < 15 0
udara secara vertikal, bila makin condong berarti 15 -20 <20
makin labil
21 -25 20 -40
26 - 30 40 -60
•Td850 adalah untuk mengetahui kandungan uap 31 – 35 60 -80
air pada lapisan 850 mb, jika banyak maka ada
36 -40 80 -90
kondensasi
>40 100

• T700-Td700 adalah untuk mengetahui

kandungan uap air pada lapisan
 Lifted Indeks

LI = T500 - T '
T500 = Suhu observasi pada lapisan 500
mb
T ' = suhu parsel pada lapisan 500 mb

Nilai LI Potensi cuaca yang terjadi

-2 Lemah

-3 sampai
Sedang
-5

< -6 Kuat
ANALISA DAN PEMBAHASAN
ANALISA DAN PEMBAHASAN

Tabel Hasil Validasi Data Thunderstorm Tahun 2005-2009

dan Nilai Verifikasi Terhadap Data Tahun 2009

Bulan Nilai Validasi Nilai Verifikasi terhadap Data Tahun 2009

November 72.73% 92.31%

Desember 34.29% 47.37%

Maret 78.38% 18.18%

April 91.07% 92.59%

PENUTUP
 KESIMPULAN
1. Metode regresi binary logistic dengan
prediktor SI, LI dan KI dapat dijadikan salah
satu acuan untuk prediksi peluang terjadinya
Thunderstorm.
2. Dari hasil verifikasi yang dilakukan pada
musim transisi (november – desember) dan
(maret – april) di stasiun meteorologi El Tari
Kupang persamaan yang digunakan cukup
akurat terutama terlihat pada bulan
november dan bulan april dengan persentase
keakuratannya di atas 50 %.
SEKIAN
TERIMA KASIH