Cara Menjalankan Menu Forecast Pada Climate PredictabilityTool (CPT)

Climate4life.info - Cara menjalankan menu forecast pada Climate PredictabilityTool (CPT). 

Sebelum kita memulai membuat forecast hujan menggunakan Climate PredictabilityTool (CPT), sebaiknya terlebih dulu membaca artikel sebelumnya yaitu:

Nah, jika inputan prediktor dan prediktan sudah kita masukkan dengan benar, maka tampilan pada CPT akan seperti ini.
Menjalankan menu forecast pada CPT


Perlu dicatat, prediktor (X) yang kita pakai adalah dataset SST bulan April, dan untuk prediktan adalah data hujan dengan "target season" bulan Mei. 

Sederhananya SST April kita gunakan untuk memprediksi hujan pada bulan Mei. Jika masih ragu setingannya silahkan klik "edit>target season". Akan tampil jendela seperti ini.

Menu target season pada saat membuat forecast pada CPT


Gambar di atas bermakna:
  • Angka 5 berarti target prediksi bulan Mei
  • Angka 1 berarti prediksi kita untuk bulanan.

Kembali pada tampilan utama CPT, perhatikan bahwa data hujan yang kita miliki periodenya 1982-2010, sedang dataset SST sampai dengan 2014. 

Artinya kita bisa membuat prediksi hujan bulan Mei untuk tahun 2011-2014, sesuai periode SST. Untuk pengaturannya pada "Forecast Variable".

  • Start at : tahun akan dimulai forecast. Dalam konteks data di atas dapat dimulai pada 2011-2014 
  • Number of Forecast : jumlah tahun yang ingin diprediksi. 

Pada pengaturan di atas artinya kita akan memprediksi hujan tahun 2014 saja. 

Jika kita menginginkan prediksi untuk tahun 2011-2004 maka, kita harus mengisi "2011" pada menu "start at" dan mengisi "4" pada menu "Number of Forecast".

Lanjut, jika baru memulai lagi CPT maka lakukan lagi langkah ini, klik "Actions>Calculate>Cross-validated". Tampilannya begini.
Menjalankan cross validated pada CPT


Selanjutnya untuk mendapatkan informasi "forecast" lakukan langkah ini, klik "Tools>Forecast>... "



Sebagaimana terlihat, pada menu forecast terdapat 4 menu lagi yaitu:
  • Series 
  • Ensembles 
  • Excedances 
  • Maps 


Tampilan masing-masing dari menu di atas sebagai berikut:

  • Series
Menu ini akan menampilakan series data hindcast dan nilai prediksinya, seperti di bawah ini.

Gambar di atas adalah hasil prediksi untuk Stasiun Pondok Betung untuk Mei 2014. Hasil prediksi menunjukkan curah hujan diprediksi sebesar 204,7 mm yang berada pada kisaran normal. 

Namun CPT juga memberikan informasi bahwa peluang untuk terjadi hujan bawah normal lebih besar di banding peluang untuk normal atau atas normal.


  • Ensembles
Memberikan informasi nilai-nilai prediksi dari beberapa ensembel, hasilnya seperti ini.





Nah CPT akan secara default akan menggunakan nilai tengah dari hasil-hasil yang muncul.


  • Exceedances
Mngindikasikan jika nilai ambang batas pada sumbu X akan terlampaui yang dihitung berdasarkan klimatologis data. Tampilannya seperti ini.




  • Maps
Pada menu ini terdapat informasi yang populer kita gunakan sebagai dasar analisis. Menjalankannya seperti pada gambar di bawah ini.




  • Values
Menampilkan prediksi curah hujan dan ambang batas bawah dan ambang atas normal. 

Ambang batas mencerminkan batas suatu prediksi normal jika berada diantaranya dan dinyatakan sebagai anomali jika berada diluar ambang batas tersebut. 

Tampilannya seperti ini.



Tampilan peta menunjukkan semakin merah berarti berarti curah hujan prediksinya semakin besar dan sebaliknya.


  • Probabilities
Menampilkan prediksi peluang sifat hujan pada masing-masing stasiun/pos dan pada masing-masing kategori sifat hujannya.




  • Probabilistics
Menampilkan prediksi peluang sifat hujan dengan probabilitas tertinggi pada masing-masing kategori.



Gambar di atas memberikan informasi, pada Mei 2014 disebagian besar Indonesia peluang terbesar adalah hujan dengan sifat atas normal yang ditandai oleh warna biru dengn peluang > 65%.

  • Odds
Menampilkan informasi yang hampir sama dengan probabilitas, namun dengan cara perhitungan yang berbeda.



Dukung Kami
Climate4life.info mendapat sedikit keuntungan dari penayangan iklan yang ada dan digunakan untuk operasional blog ini.
Jika menurut anda artikel pada blog ini bermanfaat, maukah mentraktir kami secangkir kopi melalu "trakteer id"?

Post a Comment

18 Comments

  1. Makasih banyak Infonya kang :) salam kenal

    ReplyDelete
  2. mntep mas, belajar fore kayaknya rada-rada susah ya mas, salam kenal. BW

    ReplyDelete
    Replies
    1. yah begitulah mas Ajay. Salam kenal juga.

      Delete
    2. Dulu ada teman di blogger juga, bermain fforek...kalau nggak salah kang asep sakahayang. samapai-sampai dia kesibukan dan blognya terbengkalai. mantap porec yah.

      Delete
  3. selamat malam kak..
    sempatkan mampir ke blog saya ya? trimakasih :)

    ReplyDelete
  4. Bang Day..aplikasi ini apa khusus untuk mengetahu curah hujan saja ya Bang?

    ReplyDelete
  5. sepertinya bang day orang bmkg nih, segala tau soal iklim dsb wkwkwk

    ReplyDelete
  6. Jelas komplet detil lengkap apa yang di ulas, saya suka baget, infonya sangat menginspirasi untuk di ketahui...

    ReplyDelete
  7. Kalau saya tetap merasa kesulitan membaca diagram atau tabel tersebut. Probabilistics yang sedikit saya bisa pahami.

    ReplyDelete
    Replies
    1. Intinya sih membuat prediksi iklim dengan model komputer om 😊

      Delete

Terima kasih atas komentarnya. Mohon tidak meletakkan link hidup yah.