Cara menjalankan aplikasi Climate PredictabilityTool (CPT) #2

Sobat peduli Alam dan Kehidupan, artikel ini merupakan lanjutan Cara menjalankan aplikasi Climate PredictabilityTool (CPT) bagian pertama. Oh iya, Jika sobat ingin menambah referensi, bisa juga baca tutorial versi pdf karya mas Alberth Nahas

Pada bagian pertama kita sudah mencoba bagiamana memulai CPT dan memasukkan dataset predictor dan predictan. Apa yang sudah kita kerjakan sebelumnya bisa disimpan sebagai "project" agar bisa dibuka kembali tanpa harus menyeting inputannya lagi. Cukup dari menu "file>save/save as" lalu pilih tempat untuk menyimpan "project" tersebut.

Mari kita lanjuktan untuk mengexplore menu yang tersedia pada CPT. Kita mulai dengan "performa measures", langkahnya seperti ini.


Gambar bagian atas adalah langkah-langkahnya dan bagian bawah adalah contoh hasilnya. Pada jendela "station" kita bisa memilih satu persatu data stasiun/pos hujan. Dari setiap stasiun akan tampil 2 grafik, yang pertama adalah grafik series data dan yang kedua adalah grafig Relative Operating Characteristics (ROC). Bagaimana menerjemahkan ROC tersebut ? Perhatikan gambar di bawah ini.


Gambar di atas adalah grafi ROC untuk Stasiun Geser dan Pondok Betung. Secara umum, jika garis biru dan merah berada di sisi kiri atas artinya CPT memberikan  "confident level" yang tinggi atas outputnya. Semakin mendekati mendekati garis diagonal maka "confident level" semakin kecil. Jika berada di kanan bawah maka "confident level" merupakan invers dari outputnya.

ROC Stasiun Geser memberikan "confident level" level yang lebih baik dari Stasiun Pondok Betung. Artinya jika CPT memberikan prediksi bahwa curah hujan akan di bawah normal (garis merah) atau atas normal (garis biru), maka "confident level" bahwa akan terjadi hujan di bawah normal atau di atas normal cukup tinggi. Dari keduanya, CPT lebih baik pada saat memprediksi peluang atas normal. 
Adapun untuk Pondok Betung dapat dikatakan CPT  "low skill" saat memprediksi hujannya karena garis biru dan merah lebih dekat pada garis diagonal. Untuk garis biru lebih, ternyata lebih sering berada di bawah garis diagonal. Artinya, jika CPT memberikan prediksi atas normal, karena berarti "invers" maka peluang yang terjadi  adalah bukan atas normal. Bisa normal atau bawah normal.

Catatan : 
  • Hasil di atas untuk kondisi prediksi hujan untuk bulan Mei menggunakan SST bulan April. Hasilnya bisa saja berbeda untuk bulan yang berbeda.
  • Atas nomal, normal dan bawah normal dalam konsep CPT mengunakan ukuran "tercile".


Selanjutnya ukuran-ukuran statistik atas kedua stasiun di atas atau stasiun lainnya yang ada dalam data yang kita olah dapat dilihat pada menu "bootstrap". Caranya seperti ini.
Jendela yang muncul adalah nilai atau ukuran statistik dari masing-masing stasiun/pos hujan yang sedang kita analisis.

Demikian Cara menjalankan aplikasi Climate PredictabilityTool (CPT) bagian kedua. Insya Allah akan dilanjutkan dengan bagian ketiga.

Subscribe to receive free email updates:

6 Responses to " Cara menjalankan aplikasi Climate PredictabilityTool (CPT) #2 "

  1. Balasan
    1. hehehe... smg gak sampe stroke belajar ini mas :)

      terima kasih sudah komen

      Hapus
  2. Waduh waduh, salut dah kalau ada yang bisa menganalisa data time series di atas :)

    BalasHapus

Terima kasih