KALIBRASI DAN VALIDASI DATA CUACA NASA POWER MENGGUNAKAN DATA PENGAMATAN STASIUN METEOROLOGI PERTANIAN KHUSUS (SMPK) DAN AUTOMATIC WEATHER STATION (AWS) DI KEBUN MARIHAT DAN ADOLINA

Abstract

Ketersediaan data cuaca dan iklim yang kontinu dan akurat merupakan prasyarat penting dalam pengelolaan perkebunan kelapa sawit berbasis presisi. Namun demikian, seringkali data iklim tidak tersedia akibat keterbatasan cakupan maupun gangguan operasional pada alat pengukur di lapangan. Penelitian ini bertujuan untuk mengevaluasi data iklim berbasis satelit NASA POWER melalui proses kalibrasi dan validasi terhadap pengukuran lapangan dengan Automatic Weather Station (AWS) di Kebun Benih Adolina dan Stasiun Meteorologi Pertanian Khusus (SMPK) Marihat. Variabel atau unsur iklim yang dianalisis meliputi suhu udara maksimum, minimum, dan rata-rata, kelembapan udara relatif, radiasi matahari, serta curah hujan. Hasil analisis menunjukkan adanya bias pada data NASA POWER, dengan kecenderungan underestimate pada suhu maksimum dan curah hujan, serta overestimate pada suhu minimum, kelembapan udara relatif, dan radiasi matahari. Kalibrasi menggunakan regresi linier sederhana menghasilkan korelasi rendah hingga sedang pada parameter suhu dan kelembapan, namun dengan nilai Mean Absolute Error (MAE) dan Root Mean Square Error (RMSE) yang masih berada dalam kisaran yang dapat diterima untuk wilayah tropis, yaitu <3,80^oC dan <6,10%. Estimasi data radiasi matahari menunjukkan performa terbaik dengan korelasi tinggi dan nilai kesalahan relatif kecil yaitu <3,00 MJ/m²/hari. Sementara itu, curah hujan memperlihatkan hubungan linier yang lemah akibat sifatnya yang diskret dan sporadis, namun penerapan Metode Local Intensity (LOCI) terbukti efektif dalam menurunkan nilai RMSE menjadi <16,00 mm/hari hujan. Secara keseluruhan, kombinasi regresi linier untuk variabel iklim kontinu dan koreksi bias statistik berbasis LOCI untuk curah hujan dinilai layak digunakan untuk estimasi data cuaca dan iklim guna kepentingan-kepentingan aplikatif.