ANALISIS MODEL PREDIKSI AWAL MUSIM HUJAN DI SULAWESI SELATAN

Model prediksi awal musim hujan merupakan salah satu kunci yang dapat digunakan untuk mengurangi resiko kegagalan panen padi yang disebabkan oleh faktor iklim di provinsi Sulawesi Selatan. Model prediksi awal musim hujan dibangun dengan menggunakan data curah hujan observasi Sulawesi Selatan dan anomali suhu muka laut di kawasan Pasifik dan perairan Sulawesi. Pada studi ini dilakukan analisis pemilihan stasiun hujan observasi, penentuan awal musim hujan, analisis komponen utama dan pengelompokan, analisis korelasi awal musim hujan terhadap anomali suhu muka laut, pembangunan model untuk prediksi awal musimhujan dan verifikasi model.Hasil analisis awal musim hujan menunjukkan setiap stasiun hujan mempunyai perbedaan awal musim hujan dengan rata-rata jatuh pada Julian Date (JD) ke-348 (14 Desember). Berdasarkan hasil analisis PCA dan cluster, diperoleh bahwa di Sulawesi Selatan terbagi menjadi 3 cluster wilayah. Cluster 1 mempunyai pola hujan lokal, sedangkan cluster 2 dan 3 mempunyai pola hujan monsun. Pada peta korelasi antara awal musim hujan di Sulawesi Selatan dan anomali suhu muka laut menunjukkan bahwa terdapat korelasi nyata(r≥0.5) antara kawasan Pasifik dan Laut Sulawesi pada cluster 1 dan 2 pada bulan Juni Juli Agustus September(JJAS). Sedangkan pada cluster 3, korelasi nyata hanya pada bulan Juni di perairan Sulawesi. Model prediksi AMH terbaik, pada cluster 2 terdapat di domain prediktor kawasan pasifik dengan nilai r=0.82, sedangkan pada cluster 1 dan 3, terdapat di domain perairan Sulawesi dengan nilai r=0.78 dan r-0.48. Verifikasi model terpilih pada cluster 3 mempunyai RMSE = 3, sedangkan cluster 1 dan 2, nilai RMSE berturut-turut sebesar 16 dan 29. Model prediction of rainy season onset is one of the keys to reduce the risk of paddy haverst failure because of climate factor in South Sulawesi province. The model prediction for rainy season onset was build using rainfall data in South Sulawesi and SST anomaly in Pacific Ocean and Sulawesi Sea. This research is conducted to selecttherainfall station, determine onset using rainfall data, analyse PCA and cluster, make correlation between onset and SST anomaly, developonset model prediction, and verify the selected model.The onset analysis showed that every rainfall stations have different onset with average is on the 348th of Julian Date (December 14th). Based on the PCA and cluster analysis, there were three clusters of rainfall region. Cluster 1 has local pattern, Cluster 2 and 3 have monsoonal pattern. On the map of correlation between onset in South Sulawesi and SST anomaly showed that there were strong correlations with Pacific Ocean and Sulawesi Sea in cluster 1 and 2 on JJAS. Moreover, it has weak correlation in cluster 3 on June in Sulawesi Sea. The best AMH model prediction for cluster 2 was on the Pacifik Ocean domain with r=.82, on cluster 1 dan 3 was on the Sulawesi sea with r=0.78 and r=0.48. The selected model verification showed that the smallest RMSE (RMSE=3) was on cluster 3, moreover on cluster 1 and 2, RMSE model was 16 and 29