Analisis Pola Curah Hujan Di Kota Bengkulu Menggunakan Model Rantai Markov

Nurul Mawaddah, Dony Permana, Nonong Amalia, Admi Salma

Abstract


Curah hujan merupakan komponen penting dalam sistem iklim tropis yang berperan dalam menjaga keseimbangan ekosistem serta mendukung sektor pertanian, perikanan, transportasi, dan mitigasi bencana hidrometeorologi. Kota Bengkulu sebagai wilayah pesisir di barat Pulau Sumatera memiliki karakteristik curah hujan yang fluktuatif. Penelitian ini bertujuan untuk menganalisis pola transisi curah hujan harian di Kota Bengkulu tahun 2023 menggunakan model rantai Markov. Penelitian dilakukan dengan pendekatan kuantitatif deskriptif menggunakan data curah hujan harian dari Stasiun Meteorologi Fatmawati Soekarno Bengkulu selama periode 1 Januari hingga 31 Desember 2023. Tahapan analisis meliputi analisis deskriptif, kategorisasi data berdasarkan intensitas hujan, penyusunan tabel frekuensi dan peluang transisi, pembentukan matriks transisi, perhitungan peluang transisi n-step, serta penentuan kondisi steady state. Hasil penelitian menunjukkan bahwa hujan ringan merupakan kondisi yang paling dominan dengan peluang stabil sebesar 89,33%, disusul oleh hujan sedang (8,33%) dan hujan lebat (2,34%). Peluang transisi terbesar terjadi pada hujan ringan yang tetap hujan ringan sebesar 90,2%, sedangkan transisi ke hujan sedang dan lebat masing-masing sebesar 7,5% dan 2,3%. Temuan ini mengindikasikan bahwa Kota Bengkulu cenderung mengalami hujan ringan secara konsisten, sementara intensitas hujan yang lebih tinggi terjadi secara sporadis. Hasil ini bermanfaat dalam mendukung pengelolaan sumber daya air, mitigasi risiko bencana, serta perencanaan adaptasi perubahan iklim di wilayah pesisir.


Keywords


curah hujan; rantai Markov; Kota Bengkulu; peluang transisi; matriks transisi

Full Text:

PDF

References


Ainurrohmah, S., & Sudarti, S. (2022). Analisis Perubahan Iklim dan Global Warming yang Terjadi sebagai Fase Kritis. Jurnal Phi Jurnal Pendidikan Fisika Dan Fisika Terapan, 3(3), 1.

Akhsan, H. (2021). Analisis Dinamika Curah Hujan Dan Ekstrem Ekstrem Di Wilayah Sumatera Bagian Selatan. Universitas Sriwijaya.

Hakiki, N. (2023). Penerapan Rantai Markov dalam Menentukan Pola Penyebaran Curah Hujan Harian di Kabupaten Maros = Application of the Markov Chain in Determining Daily Rainfall Distribution Patterns in Maros Regency. Universitas Hasanuddin.

Haniyathul husna, Dony Permana, Nonong Amalita, & Fadhilah Fitri. (2024). Markov Chain Model Application for Rainfall Pattern in Padang City. UNP Journal of Statistics and Data Science, 2(3), 257–264.

Hardianti, W. T. (2024). Penentuan Pola Distribusi Curah Hujan Harian Kabupaten Bogor Dengan Model Rantai Markov. Journal of Scientech Researchand Development, 6(1), 1600–1609.

Langi, Y. A. (2011). Penentuan Klasifikasi State pada Rantai Markov dengan Menggunakan Nilai Eigen dari Matriks Peluang Transisi. Jurnal Ilmiah Sains, 124–130.

Luthfiarta, A., Febriyanto, A., Lestiawan, H., & Wicaksono, W. (2020). Analisa Prakiraan Cuaca dengan Parameter Suhu, Kelembaban, Tekanan Udara, dan Kecepatan Angin Menggunakan Regresi Linear Berganda. JOINS (Journal of Information System), 5(1), 10–17.

Maemunah, N. A. (2020). Penerapan Teori Rantai Markov pada Data Curah Hujan Harian di Wilayah Tangerang. UIN Syarif Hidayatullah.

Masrury. (2021). Analisis Curah Hujan Manual dan Otomatis di Wilayah Tropis. Jurnal Ilmu Lingkungan dan Kebencanaan, 10(2), 89–97.

Nabila, A. P., Maharani, C., Putri, N. S., Pangesti, Z. R., Mardhotillah, B., Matematika, P., Jambi, U., & Shop, T. (2024).

Nugroho, J. R., & Habiballoh, A. A. (2023). Studi Climate Smart Agricultur (CSA) Perubahan Iklim terhadap Ketahanan Pangan. Jurna; Pendidikan Tambusai, 7(2), 16605–16613.

Rachmawati, R. N. (2021). Estimation of Extreme Rainfall Patterns Using Generalized Linear Mixed Model for Spatio-temporal data in West Java, Indonesia. Procedia Computer Science, 179(2020), 330–336.

Rahim, S. E., & Abdullah, M. (2019). Kajian Perbandingan Antara Alat Penakar Hujan Manual dan Otomatis. Jurnal Meteorologi Klimatologi dan Geofisika, 16(1), 13–22.

Rahim, S. E., & Abdullah, M. (2019). Kajian Perbandingan Antara Alat Penakar Hujan Manual dan Otomatis. Jurnal Meteorologi Klimatologi dan Geofisika, 16(1), 13–22.

Rizki, M., Basuki, S., & Azhar, Y. (2020). Implementasi Deep Learning Menggunakan Arsitektur Long Short Term Memory(LSTM) Untuk Prediksi Curah Hujan Kota Malang. Jurnal Repositor, 2(3), 331.

Ross, Sheldon M. 2023. Introduction to Probability Models. 13th ed. Academic Press.

Soekendro, C. A. (2021). Prediksi Curah Hujan di Kab. Bandung Dengan Analisis Time Series, Menggunakan Model SARIMA (Seasonal Autoregressive Integrated Moving Average). 8(2), 2865–2875.

Supangat, D. (2020). Pengembangan Sistem Monitoring Curah Hujan Berbasis Internet of Things (IoT). Jurnal Teknik Sipil dan Perencanaan, 22(2), 112–120.

Wahyudi, R., Sari, R. F., & Widyasari, R. (2021). Penentuan Pola Penyebaran Curah Hujan Harian Kabupaten Karo Dengan Menggunakan Rantai Markov Orde-N. J. Ris. & Ap. Mat, 05(02), 144–157.




DOI: https://doi.org/10.26877/imajiner.v7i4.23892

Refbacks

  • There are currently no refbacks.


View My Stats

Barcode ISSN Imajiner: Jurnal Matematika dan Pendidikan Matematika

Imajiner: Jurnal Matematika dan Pendidikan Matematika  telah terindeks pada:

           

Creative Commons License

Imajiner: Jurnal Matematika dan Pendidikan Matematika  by  Program Studi Pendidikan Matematika Universitas PGRI Semarang  is licensed under a  Creative Commons Attribution-ShareAlike 4.0 International License.
Based on a work at  http://journal.upgris.ac.id/index.php/imajiner.