Kata kunci : hujan lebat, skema parameterisasi, WRF-ARW, Pekanbaru. Abstract

Transkripsi

1 UJI SENSITIVITAS MODEL NUMERIK WRF-ARW PADA SIMULASI HUJAN LEBAT DI PEKANBARU (STUDI KASUS TANGGAL 7 MARET 2015) THE SENSITIVITY TEST OF WRF-ARW NUMERICAL MODEL ON HEAVY RAIN SIMULATION IN PEKANBARU (CASE STUDY ON MARCH 7 TH, 2015) Tri Puryanti 1) Drs. R. M. Rahadi Prabowo 2) 1) 2) Badan Meteorologi Klimatologi dan Geofisika tripydkn@gmail.com, m.prabowo@gmail.com Abstrak Kejadian hujan lebat yang terjadi di wilayah Kota Pekanbaru pada tanggal 7 Maret 2015 cukup menarik perhatian. Kejadian tersebut merupakan hujan lebat pertama setelah Kota Pekanbaru dilanda cuaca panas dengan suhu yang cukup tinggi selama beberapa bulan terakhir. Mengingat kondisi fisis atmosfer di daerah tropis sangat bervariasi, maka perlu dilakukan simulasi kejadian hujan lebat dengan menggunakan model numerik Weather Research and Forecasting Advanced Research WRF (WRF-ARW) untuk mengetahui kondisi atmosfer yang terjadi di daerah tersebut. Dalam penelitian ini dilakukan pengujian terhadap sembilan konfigurasi skema parameterisasi mikrofisis dan kumulus model WRF-ARW yang berbeda. Dari hasil verifikasi secara dikotomi, spasial, dan kuantitatif terhadap hasil keluaran sembilan konfigurasi skema tersebut, dapat diketahui bahwa konfigurasi skema 9 yang terdiri dari skema WSM3 untuk mikrofisis, YSU untuk PBL, dan Grell Devenyi untuk kumulus dianggap skema yang paling baik dalam mensimulasikan kejadian hujan lebat di Pekanbaru tanggal 7 Maret Dari analisis hasil keluaran skema terpilih tersebut diketahui bahwa kondisi atmosfer di atas wilayah Pekanbaru cukup basah yang ditunjukkan dengan nilai kelembaban udara per lapisan yang tinggi, didukung dengan nilai CAPE yang cukup tinggi serta adanya arus konvergensi, dimana kondisi tersebut sangat mendukung proses pembentukkan awan-awan konvektif yang dapat menyebabkan terjadinya hujan lebat. Kata kunci : hujan lebat, skema parameterisasi, WRF-ARW, Pekanbaru. Abstract The heavy rain happened on 7 th of March 2015 in Pekanbaru was concerned as anomaly weather. It was the first heavy rain in Pekanbaru since drought with high temperature in the previous months. Regarding the various physics condition of the atmosphere in tropical areas, a simulation of heavy rain using numerical model of Weather Research and Forecasting Advanced Research WRF (WRF-ARW) was conducted to know the atmosphere condition happening in this area. The simulation was conducted by testing nine microphysics and cumulus parameterization scheme of WRF-ARW model configurations. The model output of the nine schemes was verified in a dichotomy way, spatially and quantitatively to get the result of the configuration output of those nine schemes. The result shows that the configuration of the nine schemes which consist of WSM3 scheme for microphysics, YSU for PBL and Grell Devenyi for cumulus is concerned as the best scheme that stimulates the heavy rain happened on 7 th of March 2015 in Pekanbaru. In reference to the output of the chosen scheme, it is known that the atmosphere condition above Pekanbaru area is wet. It is shown by the height of the air moistness in each layer, the support of high CAPE value

2 and the existence of convergent current. Such conditions stimulate the formation of convective cloud strongly which then creates heavy rain. Keywords: heavy rain, parameterization scheme, WRF-ARW, Pekanbaru. I. PENDAHULUAN Pada tanggal 7 Maret 2015, Kota Pekanbaru diguyur hujan lebat dengan disertai petir dan angin kencang. Hujan lebat ini merupakan kejadian pertama setelah sebelumnya di Kota Pekanbaru mengalami cuaca panas dengan suhu yang cukup tinggi dalam tiga bulan terakhir. Kondisi cuaca terakhir tercatat bahwa pada pagi harinya Kota Pekanbaru masih diselimuti kabut asap dengan kualitas udara yang tidak sehat. Hujan deras tersebut membuat sejumlah kawasan pemukiman warga dan jalanan pusat kota tampak tergenang air dengan ketinggian yang variatif ( Curah hujan yang terukur di Stasiun Meteorologi Pekanbaru pada saat itu adalah mm, dimana menurut peraturan Kepala BMKG Nomor 009 Tahun 2010 kejadian hujan lebat tersebut dapat dikategorikan sebagai fenomena cuaca ekstrim. Simulasi cuaca di sekitar wilayah Khatulistiwa sangat sulit dilakukan, karena kondisi fisis atmosfer di daerah tropis sangat bervariasi. Oleh sebab itu dibutuhkan suatu metode simulasi cuaca skala meso yang mampu menggambarkan kondisi atmosfer sebenarnya (Rizkiana, 2011). Dalam penelitian ini digunakan model simulasi numerik Weather Research and Forecasting Advanced Research WRF (WRF-ARW). Dalam model WRF-ARW terdapat skema parameterisasi yang digunakan untuk membuat simulasi yang dapat merepresentasikan kondisi atmosfer sebenarnya. Parameterisasi yang terdapat dalam model WRF-ARW diantaranya adalah parameterisasi mikrofisis dan cumulus yang menjelaskan tentang proses pembentukan awan dan hujan di dalam model, sehingga dapat digunakan untuk mengkaji fenomena hujan lebat. WRF-ARW dijalankan dengan menggunakan 3 domain dengan resolusi yang berbeda. Sampai saat ini belum ditemukan adanya penelitian dengan menggunakan model WRF-ARW untuk wilayah Kota Pekanbaru. Oleh karena itu, dalam penelitian ini penulis ingin melakukan pengujian terhadap beberapa konfigurasi skema parameterisasi dalam model WRF-ARW yang berbeda. Tujuan dari penelitian ini adalah untuk mengetahui konfigurasi skema parameterisasi model WRF-ARW terbaik yang dapat digunakan untuk mensimulasikan kejadian hujan lebat di wilayah Kota Pekanbaru, sehingga dapat digunakan untuk mengetahui kondisi atmosfer yang terjadi pada saat kejadian hujan lebat di Pekanbaru pada tanggal 7 Maret II. DATA DAN METODE Data yang digunakan dalam penelitian ini adalah data FNL (Final Analysis) tanggal 6-9 Maret 2015 jam UTC yang digunakan sebagai data input model WRF- ARW. Data FNL ini memiliki resolusi spasial 1 1 dan resolusi temporal 6 jam. Untuk verifikasi terhadap hasil keluaran di setiap skema model digunakan data observasi Stasiun Meteorologi Pekanbaru untuk verifikasi secara dikotomi dan kuantitatif, sedangkan untuk verifikasi secara spasial digunakan data curah hujan harian dari Stasiun Meteorologi Pekanbaru dan 12 pos hujan lain yang tersebar di seluruh kabupaten di Wilayah Riau. Data yang digunakan yaitu tanggal 6-9 Maret 2015jam UTC. Dalam penelitian ini dilakukan dua tahapan langkah pengerjaan, yaitu running (menjalankan program) WRF-ARW dengan 9 (sembilan) konfigurasi skema terpilih dan tahap berikutnya yaitu verifikasi hasil dan analisis. Domain 1 (D01) terletak antara BT dan 8.59 LS 7.69 LU dengan

3 resolusi 27 km, domain 2 (D02) terletak antara BT dan 4.33 LS 5.23 LU dengan resolusi 9 km, dan domain 3 (D03) terletak antara BT dan 0.98 LS 1.88 LU. Titik pusat (centre point) domain dalam penelitian ini berada di Stasiun Meteorologi Pekanbaru yaitu di titik 0.45 LU dan BT. Gambar 1. Domain Penelitian Opsi fisis yang digunakan untuk pengaturan konfigurasi skema model WRF dalam penelitian ini ditunjukkan dalam tabel 1 di bawah ini: Tabel 1. Konfigurasi Model WRF-ARW Pengaturan opsi fisis standar yang digunakan yaitu skema Rapid Radiative Transfer Model (RRTM) untuk radiasi gelombang panjang dan skema Dudhia untuk radiasi gelombang pendek. Untuk opsi fisis lapisan batas atmosfer menggunakan skema Yonsei University Scheme (YSU), karena skema ini merupakan penyempurnaan dari skema MRF, dimana diketahui bahwa skema MRF baik digunakan di daerah tropis (Anzar dalam Fadianika, 2014). Untuk pemilihan opsi fisis Mikrofisis digunakan tiga skema terpilih, yaitu Kessler, Purdue Lin, dan WRF Single-Moment 3- Class (WSM3). Skema Kessler dipilih karena pada penelitian yang dilakukan oleh Kessler (1969), parameterisasi ini merupakan parameterisasi mikrofisik yang dianggap sesuai dengan jenis dan kondisi awan yang terjadi di daerah tropis (Fadianika, 2014). Skema Purdue Lin dipilih karena skema ini merupakan skema yang handal untuk simulasi data real dengan resolusi tinggi (Gustari dkk, 2012). Sedangkan untuk pemilihan skema WSM3 dikarenakan skema ini merupakan skema default dari konfigurasi opsi fisis di dalam model WRF-ARW, di mana skema ini baik digunakan untuk ukuran grid skala meso. Untuk opsi fisis cumulus, juga digunakan tiga skema terpilih yaitu Kain- Fritcsh (KF), Betts Miller Janjic (BMJ), dan Grell Devenyi (GD). Ketiga skema ini dipilih berdasarkan beberapa penelitian yang telah dilakukan sebelumnya, di mana diperoleh hasil yang berbeda-beda di setiap daerah. Penelitian yang telah dilakukan di Indonesia antara lain dilakukan oleh Santriyani dkk (2009) yang menghasilkan bahwa skema Grell-Devenyi sebagai skema terbaik dalam analisa hujan ekstrim di Jakarta, Dias Rizkiana dkk (2011) dimana diperoleh bahwa skema BMJ merupakan skema terbaik untuk analisis hujan lebat di Balikpapan, uji sensitivitas parameter cumulus oleh Apritarum Fiandika (2014) diperoleh bahwa skema BMJ dan KF paling baik untuk digunakan di daerah Jawa Timur, uji sensitivitas parameter cumulus dilakukan oleh Rezky Yunita (2014) dimana diperoleh skema BMJ merupakan skema terbaik untuk prediksi hujan di Kalimantan Selatan. Dari tiga skema parameterisasi Mikrofisis dan Cumulus terpilih tersebut akan dilakukan 9 (delapan) kali eksperimen untuk memsimulasikan kondisi atmosfer pada saat kejadian hujan lebat di wilayah Kota Pekanbaru. Eksperimen yang akan dilakukan dalam penelitian ini menggunakan 9 konfigurasi skema parameterisasi model WRF-ARW yang ditunjukan oleh Tabel 2 di bawah ini :

4 Nama Percobaan Tabel 2. Tabel Eksperimen Model WRF-ARW Skema Parameterisasi Mikrofisis PBL Kumulus Skema 1 Yonsei University Kain-Fritcsh Skema 2 Kessler Scheme Betts Miller Janjic Skema 3 (YSU Scheme) Grell Devenyi Skema 4 Yonsei University Kain-Fritcsh Skema 5 Purdue Lin Scheme Betts Miller Janjic Skema 6 (YSU Scheme) Grell Devenyi Skema 7 WRF Single-Moment Yonsei University Kain-Fritcsh Skema 8 3-Class Scheme Betts Miller Janjic Skema 9 (WSM3) (YSU Scheme) Grell Devenyi Setelah semua eksperimen dijalankan, maka dilakukan analisis untuk mengetahui konfigurasi skema terbaik yang dapat mensimulasikan kejadian hujan lebat di Pekanbaru tanggal 7 Maret Hasil keluaran model masing-masing skema diverifikasi secara dikotomi, spasial, dan kuantitatif. Verifikasi secara dikotomi dilakukan dengan menggunakan tabel kontingensi yaitu suatu kejadian didefinisikan sebagai biner, yang berarti bahwa hanya ada dua hasil yang mungkin, suatu kejadian (Yes) atau non kejadian (No). Untuk penentuan hujan atau tidak hujan dalam penelitian akan digunakan ambang batas dari setiap intensitas hujan dengan kriteria 0.1 mm/jam, 0.5 mm/jam dan 1.0 mm/jam, 5.0 mm/jam, dan 10.0 mm/jam. Data Model Tabel 3. Tabel Kontingensi Data Observasi Ya Tidak Total Ya Hits False Alarms Fct "Ya" Correct Fct Tidak Misses Negatives "Tidak" Obs Jumlah Total Obs "Tidak "Ya" Total Dari data tersebut akan kemudian dilakukan perhitungan nilai Threat Score, Akurasi, dan Bias untuk mengetahui kemampuan model dalam menunjukkan kejadian hujan atau tidak hujan yang terjadi. Verifikasi secara spasial dilakukan dengan membandingkan peta sebaran curah hujan yang terjadi di wilayah Riau pada tanggal 7 Maret 2015 antara data observasi dan keluaran model WRF-ARW, dimana data tersebut telah dipetakan dengan software Arcview GIS. Selain itu juga dilakukan verifikasi secara kuantitas dengan melihat grafik perbandingan curah hujan antara curah hujan observasi dan curah hujan keluaran model. Setelah didapatkan konfigurasi skema parameterisasi terbaik, kemudian dilakukan analisis terhadap kondisi atmosfer pada saat kejadian hujan ekstrim dengan menggunakan parameter kelembaban udara, CAPE, dan angin (streamline). III. HASIL DAN PEMBAHASAN 3.1 Verifikasi Model WRF-ARW secara dikotomi Verifikasi model WRF-ARW dilakukan dengan cara membandingkan data curah hujan hasil keluaran model dengan data observasi menggunakan tabel kontingensi. Dari tabel kontingensi tersebut akan diketahui jumlah Hits, False Alarms, Misses, dan Correct Negatives yang digunakan untuk menghitung nilai Threat Score (TS), Proportion Correct (Akurasi), dan

5 Frequence Bias Index (Bias) masing-masing skema. Perhitungan ketiga nilai tersebut menggunakan hasil keluaran model WRF- ARW tiap 3 jam pada domain ketiga dari masing-masing skema. Intensitas hujan yang digunakan untuk penentuan hujan atau tidak hujan dilakukan berdasarkan 5 threshold PERCOBAAN yang berbeda yaitu 0.1 mm, 0.5 mm, 1.0 mm, 5.0 mm, 10.0 mm. Hasil perbandingan antara nilai Threat Score, Akurasi, dan Bias dari 9 (sembilan) konfigurasi skema parameterisasi model WRF-ARW dapat dilihat pada tabel 4 berikut ini: Tabel 4. Perbandingan Hasil Verifikasi Model WRF-ARW Curah Hujan 0.1 mm Curah Hujan 0. 5 mm Curah Hujan 1.0 mm Curah Hujan 5 mm Curah Hujan 10 mm TS FBI PC TS FBI PC TS FBI PC TS FBI PC TS FBI PC SKEMA SKEMA SKEMA SKEMA SKEMA SKEMA SKEMA SKEMA SKEMA Gambar 2. Perbandingan nilai Threat Score Gambar 3. Perbandingan nilai Akurasi Gambar 4. Perbandingan nilai bias

6 Berdasarkan tabel 1 dan gambar 2 di atas dapat diketahui bahwa nilai Threat Score (TS) tertinggi untuk curah hujan 0.1 mm terdapat pada Skema 8 yaitu 0.44, curah hujan 0.5 mm terdapat pada Skema 9 yaitu 0.71, untuk curah hujan 1.0 mm dan 10 mm juga terdapat pada Skema 9 yaitu samasama bernilai 0.50, sedangkan untuk curah hujan 5.0 mm terdapat pada skema 5 yaitu sebesar Untuk melihat nilai akurasi (PC) dapat dilihat pada Tabel 1 dan Gambar 3. Dari tabel dan gambar tersebut di atas dapat dilihat bahwa nilai akurasi terbaik pada curah hujan 0.1 mm dihasilkan oleh skema 8 dengan nilai 0.8, sedangkan untuk curah hujan 0.5 mm, 1.0 mm, dan 10 mm dihasilkan oleh skema 9 dimana masingmasing menunjukkan nilai akurasi sebesar 0.92, 0.88, dan Sedangkan untuk curah hujan dengan intensitas 5 mm dihasilkan oleh skema 5 yaitu sebesar Berdasarkan gambar Tabel 1 dan tabel 4.1 dan Gambar 4 dapat dilihat bahwa untuk curah hujan 0.1 mm nilai bias terbaik atau yang paling mendekati 1 ditunjukkan oleh skema 1 yaitu sebesar 1.40, untuk curah hujan 0.5 mm ditunjukkan oleh skema 7 yaitu 1.20, untuk curah hujan 1.0 mm ditunjukkan oleh skema 9 yaitu sebesar 0.80, untuk curah hujan 5.0 mm menunjukkan bahwa skema 2 mempunyai nilai bias sempurna atau sama dengan 1, begitu pula untuk curah hujan 10 mm yang ditunjukkan oleh skema 4 dengan nilai bias sama dengan 1. Dengan melihat nilai TS dan akurasi kelima threshold yang digunakan dapat diketahui bahwa skema 9 menunjukkan hasil yang paling baik dibandingkan dengan 8 skema yang lainnya dalam menunjukkan kejadian hujan atau tidak hujan di Kota Pekanbaru, sedangkan dalam verifikasi nilai bias terlihat skema 1 lebih stabil dari pada skema yang lainya dengan hasil yang cenderung over estimate pada kelima threshold. 3.2 Verifikasi model WRF-ARW secara spasial Gambar 5. Peta sebaran hujan observasi Gambar 5 dapat dilihat peta sebaran curah hujan yang terjadi di Riau pada tanggal 7 Maret 2015 berdasarkan hasil observasi langsung. Dari gambar dapat terlihat bahwa kejadian curah hujan dengan intensitas lebih dari 50 mm/hari tersebar dari Rokan Hulu yang terletak di sebelah Barat Laut Pekanbaru sampai daerah Pelalawan yang terletak di sebelah Tenggara Pekanbaru. Berdasarkan peta tersebut terlihat adanya intensitas curah hujan tinggi yang terpusat di kota Pekanbaru dengan jumlah curah hujan di atas 125 mm/hari. Selain itu, curah hujan dengan intensitas tinggi di atas 50 mm/hari juga terpusat di daerah Rokan Hulu dan Pelalawan. Peta sebaran curah hujan hasil keluaran model ditunjukkan oleh gambar 6. Dari gambar terlihat bahwa pola sebaran hujan keluaran model masing-masing skema berbeda dengan pola sebaran hujan observasi. Dari kesembilan peta sebaran hujan keluaran model tersebut, dapat dilihat bahwa peta sebaran curah hujan keluaran model WRF-ARW skema 6 dan skema 9 terlihat lebih mendekati dengan peta sebaran hujan observasi. Skema 6 menunjukkan intensitas hujan paling tinggi terjadi di wilayah Rokan Hulu mencapai mm/hari. Selain itu, intensitas curah hujan di atas 50 mm/hari juga terpusat di bagian utara Pelalawan dan hujan tersebar hingga wilayah Indragiri Hilir. Sedangkan pada skema 9 intensitas curah

7 hujan tertinggi terpusat di Pekanbaru, Kampar dan Indragiri Hilir dengan jumlah curah hujan berkisar antara mm/hari. Gambar 6. Peta sebaran curah hujan hasil keluaran model WRF-ARW

8 3.3 Verifikasi secara kuantitatif Gambar 7. Grafik perbandingan curah hujan pekanbaru Dari gambar terlihat bahwa skema 9 menunjukkan pola hujan yang paling mirip dengan observasinya, yaitu sama-sama menunjukkan bahwa pada tanggal 7 Maret 2015 terjadi hujan dengan intensitas yang paling tinggi. Sedangkan pada tanggal 6 dan 8 Maret 2015 hasil keluaran model dari konfigurasi skema 9 masih menunjukkan adanya kejadian hujan, akan tetapi dengan intensitas yang sangat kecil. Walaupun antara hasil observasi dan hasil keluaran model menunjukkan kuantitas jumlah curah hujan yang sangat jauh perbedaannya,yaitu mm untuk curah hujan observasi, dan 49.3 mm untuk skema 9, akan tetapi skema 9 masih menunjukkan hasil yang lebih baik dari pada skema yang lain, walaupun jumlah curah hujan yang dihasilkan cenderung under estimate dari observasinya. Dari berbagai analisis hasil verifikasi yang telah dilakukan, maka secara subyektif dapat disimpulkan bahwa konfigurasi skema 9 yang terdiri dari skema WSM3 YSU GD dianggap sebagai skema terbaik yang dapat merepresentasikan kejadian hujan lebat di wilayah Pekanbaru pada tanggal 7 Maret Hal ini sesuai dengan penelitian yang pernah dilakukan oleh Made Santriyani, dkk pada tahun 2011 yang menunjukkan bahwa konfigurasi skema WSM3-YSU-GD merupakan konfigurasi skema terbaik yang dapat digunakan untuk memprediksi kejadian hujan dan merepresentasikan kondisi atmosfer seperti pergerakan awan dan indikasi hujan pada saat kejadian hujan ekstrim di Jakarta tanggal 7 April Dalam penelitiannya, Santriyani (2011) menyebutkan bahwa menurut Grell and Devenyi (2002), skema Grell Devenyi merupakan skema yang mengikutsertakan berbagai siklus tertutup, seperti penghilangan CAPE atau mengontrol keberadaan CAPE setiap waktu, quasi equilibrium dan konvergensi kelembaban, serta mengikutsertakan perubahan varian untuk memparameterkan entrainment, radius awan, cap maksimum dan hubungan efisiensi atau gesekan tetes awan dan hujan di atmosfer. Karena banyaknya proses yang diperhitungkan, maka skema ini memiliki kemampuan yang lebih baik dari pada skema lainnya. 3.4 Analisis kondisi atmosfer a) Kelembaban udara per lapisan Gambar 8 Kelembaban Udara per Lapisan (%) tanggal 7 Maret 2015 Dari gambar di atas dapat terlihat bahwa kondisi atmosfer secara umum pada saat kejadian hujan lebat menunjukkan kandungan uap air yang cukup tinggi sejak pagi hingga malam hari. Pada pukul UTC = Lapisan permukaan mb berkisar antara %. Lapisan mb berkisar antara %. Pada pukul UTC = Lapisan permukaan - ±400 mb berkisar antara %. Hal tersebut menunjukkan bahwa kondisi atmosfer mendukung terjadinya proses pertumbuhan awan-awan konvektif yang menyebabkan terjadinya hujan lebat di Pekanbaru pada tanggal 7 Maret 2015.

9 b) CAPE per lapisan Gambar 9. CAPE per Lapisan (J/Kg)tanggal 7 Maret 2015 Gambar 4.12 di atas menunjukkan pola arus angin (streamline) tanggal 7 Maret 2015 jam 00 UTC. Dari gambar tersebut dapat terlihat adanya pola arus konvergensi yang mengindikasikan adanya pengumpulan massa udara di atas wilayah Pekanbaru. Kondisi ini sangat mendukung dalam pembentukan awanawan konvektif yang dapat menimbulkan terjadinya hujan lebat. Hal ini terbukti dengan adanya hujan lebat yang terjadi di wilayah Pekanbaru pada siang hingga malam hari. Berdasarkan nilai CAPE yang ditunjukkan oleh gambar gambar 4.11 diketahui bahwa dari pukul UTC nilai CAPE pada lapisan permukaan sudah cukup tinggi yaitu berkisar antara J/Kg. Nilai CAPE tersebut terus mengalami peningkatan pada siang hingga sore hari dan menjelang malam semakin berkurang. Nilai CAPE tertinggi terjadi antara jam UTC hingga UTC dengan kisaran J/Kg. Nilai CAPE yang tinggi ini menandakan adanya proses konvektif yang cukup kuat di atas wilayah Pekanbaru yang mengindikasikan adanya pembentukan awan-awan konvektif yang menyebabkan terjadinya hujan lebat di wilayah Pekanbaru pada tanggal 7 Maret c) Pola angin (streamline) Gambar 10. Streamline tanggal 7 Maret 2015 jam 00 UTC IV. Kesimpulan 4.1 Kesimpulan Berdasarkan penelitian, maka dapat diambil beberapa kesimpulan antara lain : 1. Dari hasil verifikasi keluaran sembilan konfigurasi skema parameterisasi model WRF-ARW secara dikotomi dengan menggunakan lima threshold curah hujan yaitu pada threshold 0.1 mm, 0.5 mm, 1.0 mm, 5.0 mm, dan 10.0 mm, verifikasi secara spasial, dan verifikasi secara kuantitatif, maka secara subjektif konfigurasi skema 9 yang terdiri dari WSM3-YSU-GD dianggap skema terbaik yang dapat merepresentasikan kejadian hujan lebat yang terjadi di Pekanbaru pada tanggal 7 Maret 2015, meskipun dari hasil keluaran model diketahui bahwa jumlah curah hujan yang dihasilkan cenderung under estimate jika dibandingkan dengan curah hujan observasi. 2. Berdasarkan hasil keluaran model WRF-ARW skema 9, kondisi atmosfer di atas wilayah Pekanbaru pada saat terjadinya hujan lebat tanggal 7 Maret 2015 cukup basah dari lapisan permukaan hingga ke lapisan atas, nilai CAPE dari pagi hingga malam hari cukup tinggi yang menunjukkan tingkat konvektifitas yang cukup kuat, dari pola arus angin

10 4.2 Saran menunjukkan adanya pola arus konvergensi yang menunjukkan terjadi pengumpulan massa udara di atas wilayah Pekanbaru. Hal tersebut sangat mendukung pembentukan awan-awan konvektif penyebab terjadinya hujan lebat di wilayah Pekanbaru pada tanggal 7 Maret 2015 Saran yang dapat diberikan untuk penelitian selanjutnya sebagai upaya untuk mendapatkan hasil penelitian yang lebih baik antara lain : Penelitian terkait uji sensitivitas model numerik WRF-ARW sebaiknya dilakukan dengan menggunakan lebih dari satu kasus atau kejadian yang terjadi di beberapa titik pengamatan di suatu daerah tertentu. DAFTAR PUSTAKA Ameka, I., 2005, Analisis Pertumbuhan Awan Konvektif untuk Informasi Penerbangan, Program Studi Meteorologi ITB, Bandung Anggrainy, D, 2014, Uji Sensitivitas Parameterisasi Kumulus Model WRF ARW (Studi Kasus Hujan Lebat Pontianak 6 7 April 2013), Skripsi, Sekolah Tinggi Meteorologi Klimatologi dan Ardiyansah, 2014, Prakiraan Hujan Di Kabupaten Tolitoli Menggunakan Model Numerik, Skripsi, Sekolah Tinggi Meteorologi Klimatologi dan BMKG KEP.009 Tahun 2010 Tentang Prosedur Standar Operasional Pelaksanaan Peringatan Dini, Pelaporan dan Diseminasi Informasi Cuaca Ekstrim, BMKG, Jakarta. Fauziah, A, 2014, Kajian Cuaca Ekstrim (Angin Kencang) Di Bandara Internasional Lombok Dengan Model WRF Tannggal 15 Maret 2013, Skripsi, Sekolah Tinggi Meteorologi Klimatologi dan Fiandika, A, 2014, Uji Sensitivitas Parameterisasi Cumulus Untuk Prediksi Hujan di Jawa Timur, Skripsi, Sekolah Tinggi Meteorologi Klimatologi dan Gustari, I., Hadi, W T., Hadi, S., dan renggono, F., 2012, Akurasi Prediksi Curah Hujan Harian Operasional Di Jabodetabek : Perbandingan Dengan Model WRF, Jurnal Meteorologi Dan Geofisika Vol 13. No 2. Hal : Hadi, T.W., Junnaedhi, I D. Gd. A., Satrya, L.I., Santriyani, M., Anugrah, M. P., dan Octarina, D.T Pelatihan Model WRF (Weather Research and Forecasting), Laboratorium Analisis Meteorologi (Weather and Climate Prediction Laboratory), Fakultas Ilmu dan Teknologi Kebumian ITB. Bandung. Mulya, A, 2014, Simulasi Analisis dan Forecast Fasil Model WRF-ARW (Studi Kasus Hujan Lebat di Putussibau Tanggal 3-4 April 2013), Skripsi, Sekolah Tinggi Meteorologi Klimatologi dan Listiaji, E, 2009, Simulasi Curah Hujan di Atas Pulau Lombok ( Studi Kasus Bulan Januari 2007), Institut Tekonologi Bandung, Bandung. Puspitasari, F, 2014, Pemanfaatan Model WRF Untuk Penentuan Nilai Ambang Batas Parameter Cuaca Dalam Proses Pertumbuhan Awan Cumulonimbus, Skripsi, Sekolah Tinggi Meteorologi Klimatologi dan Rizkiana, D., Josephine., Syahidah, M., Amelda, P., Arida, V., 2011, Perbandingan Skema Parameterisasi Dalam Simulasi Cuaca Numerik Menggunakan Model WRF ARW (Studi Kasus Hujan Ekstrim Di Balikpapan Tanggal 5 Juli 2008),

11 Institut Teknologi Bandung, Bandung. Rosanti, R, 2014, Kajian Cuaca Ekstrim Menggunakan Output Model WRF (Weather Research and Forecasting)(Study Kasus Hujan Lebat di Nanga Pinoh Tanggal 1 November 2012 dan 19 Januari 2013, Skripsi, Sekolah Tinggi Meteorologi Klimatologi dan Saidu, Y.S., 2014, Uji Sensitifitas Parameterisasi Kumulus Pada Model WRF-ARW (Studi Kasus Hujan Ekstrim Di Kendari Tanggal Juli 2013), Skripsi, Sekolah Tinggi Meteorologi Klimatologi dan Yunita, R, 2014, Uji Skema Parameterisasi Cumulus Dalam Prediksi Hujan Di Kalimantan Selatan, Skripsi, Sekolah Tinggi Meteorologi Klimatologi dan Zakir, A., Sulistya, W., Khotimah, dan Mia, K Prespektif Operasional Cuaca Tropis, Badan Meteorologi Klimatologi Dan Geofisika, Jakarta ml (diakses tanggal 10 Maret 2015) (diakses tanggal 10 Maret 2015) Santriyani, M., Octarina, D. P., Budaya, B. J., Choir, U., dan Suradi, 2012, Sensitivitas Parameterisasi Konveksi Dalam Prediksi Cuaca Numerik Menggunakan Model WRF-ARW (Studi Kasus Hujan Ekstrim Di Jakarta Tanggal 7 April 2009), Bandung: Program Studi Meteorologi ITB. Soepangkat, 1994, Pengantar Meteorologi, Balai Pendidikan dan Latihan Meteorologi dan Sulung, G., Priyanka, M., Saraswati, N., 2011, Pengaruh Parameterisasi Kumulus Terhadap Simulasi Angin Kencang Di Makasar Dengan Menggunakan WRF, Institut Tekonologi Bandung, Bandung. Tjasyono, B., Harijono, S., 2007, Meteorologi Indonesia 2 Awan Dan Hujan Monsun, Badan Meteorologi dan Winarso, P.A., 2011, Modul Bahan Ajar Akademi Meteorologi dan Geofisika: Analisis Cuaca I. Akademi Wirjohamidjojo, S. dan Swarinoto, Y. S., 2007, Praktek Meteorologi Pertanian, BMG, Jakarta.