<![CDATA[Abstract: The objective of this research was to establish the results of calibration relationship between rainfall and climatology, mathematical equations and the results of the validation Artificial Neural Network (ANN) method from 30 years of climatological data and historical rainfall. The population was taken from the Meteorology, Climatology and Geophysics Agency at Ngurah Rai Station, Badung Regency, Bali. Climatic data and rainfall data were analyzed the quality of the data, namely the consistency test, stationary test, trend absence test and persistence test. The output of the analysis calculation of rainfall using the (ANN) method of observational data based on the calibration found that in the distribution of data for 25 years epoch 2000 with an indicator value of NSE = 0.83 (Good) and R = 0.91 (Very strong) showed the best results, while for verification on 1 year epoch 2000 data with an indicator value of  NSE = 0.48 (fulfilled) and R = 0.90 (very strong). The comparison of rainfall data with observational data is almost close if the Nash-Sutchliffe Efficiency (NSE) and Correlation Coefficient (R) values meet the existing categories. Abstrak : Tujuan penelitian ini untuk mengetahui hasil kalibrasi hubungan curah hujan dengan klimatologi, persamaan matematis dan hasil validasi metode Artificial Neural Network (ANN) dari 30 tahun data klimatologi dan curah hujan historis. Populasi diambil dari Badan Meteorologi Klimatologi dan Geofisika di Stasiun Ngurah Rai, Kabupaten Badung, Bali. Data iklim dan data curah hujan dilakukan analisis kualitas data, yaitu dengan Uji Konsistensi, Uji Stasioner, Uji Ketidakadaan trend dan Uji Persistensi. Hasil analisis perhitungan curah hujan dengan metode (ANN) terhadap data pengamatan berdasarkan kalibrasi didapatkan bahwa di pembagian data 25 tahun epoch 2000 dengan nilai indikator NSE = 0,83 (Baik) dan R = 0,91 (Sangat kuat) menunjukan hasil terbaik, sedangkan untuk verifikasi pada data 1 tahun epoch 2000 dengan nilai indikator NSE = 0,48 (Memenuhi) dan R = 0,90 (Sangat kuat). Perbandingan data curah hujan dengan data pengamatan hampir mendekati jika nilai Efisiensi Nash-Sutchliffe (ENS) dan Koefisien Korelasi (R) memenuhi kategori yang ada.]]>
Copyrights © 2021
