Dekomposisi Curah Hujan Harian Kabupaten Manokwari Menggunakan Metode Ensemble Empirical Mode Decomposition
DOI:
https://doi.org/10.58812/jmws.v5i01.3090Kata Kunci:
Curah Hujan Harian, EEMD, IMF, Variabilitas Hujan, Kabupaten ManokwariAbstrak
Curah hujan harian di wilayah tropis, seperti di Kabupaten Manokwari, memiliki karakteristik nonlinier dan nonstasioner dengan variabilitas temporal yang tinggi. Karakteristik ini menyulitkan analisis dengan metode spektral konvensional. Penelitian ini bertujuan untuk menerapkan Ensemble Empirical Mode Decomposition (EEMD) untuk mendekomposisi curah hujan harian di Kabupaten Manokwari, serta menganalisis karakteristik Intrinsic Mode Function (IMF) yang dihasilkan setelah dekomposisi. Data hujan yang digunakan adalah data curah hujan harian Kabupaten Manokwari, Provinsi Papua Barat dalam rentang Januari 2016 hingga November 2025. Data diperoleh dari Stasiun Meteorologi Rendani, Badan Meteorologi Klimatologi dan Geofisika (BMKG) Manokwari. Dari hasil proses dekomposisi dihasilkan 11 IMF yang merepresentasikan osilasi pada berbagai skala waktu. Karakteristik IMF dideskripsikan berdasarkan varians sebagai ukuran energi, kontribusi energi relatif, periode rata-rata, serta uji signifikansi statistik terhadap latar derau putih pada tingkat kepercayaan 95%. Hasil analisis menunjukkan bahwa IMF frekuensi tinggi (IMF1: varians 20.591,5 mm² dan kontribusi 7.007,8%) memiliki kontribusi energi terbesar, mengindikasikan dominasi fluktuasi jangka pendek dalam variabilitas curah hujan. Namun, seluruh IMF tidak signifikan secara statistik pada tingkat kepercayaan 95%. Hal ini menunjukkan bahwa variabilitas curah hujan di Kabupaten Manokwari didominasi oleh fluktuasi acak atau stokastik tanpa osilasi periodik yang stabil sepanjang periode pengamatan. Hasil ini membuktikan bahwa metode EEMD merupakan metode yang efektif untuk mendekomposisi sinyal curah hujan harian tropis dan memberikan landasan metodologis yang kuat untuk menganalisis variabilitas curah hujan di wilayah Papua Barat.
Referensi
Alizadeh, F., Roushangar, K., Adamowski, J. (2019). Investigating monthly precipitation variability using a multiscale approach based on ensemble empirical mode decomposition. Paddy and Water Environment, 17, 741-759
Coutinho, E.R., Madeira, J.G.F., Borges, D.G.F. 2025. Multi-Step Forecasting of Meteorological Time Series Using CNN-LSTM with Decomposition Methods. Water Resource Management, 39, 3173-3198
Darand, M., Mansouri Daneshvar, M.R. (2014). Regionalization of Precipitation Regimes in Iran Using Principal Component Analysis and Hierarchical Clustering Analysis Environment Process, 1, 517-532
Guo, M., Ma, Y., Zhao, Z., Ma, M., Wu, X., Richard W. Mankin, R. W. (2016). A New EEMD-Based Scheme for Detection of Insect Damaged Wheat Kernels Using Impact Acoustics. Acta Acustica United With Acustica, 102, 1108-1117
Hidayat, R dan Ando, K. (2014). Variabilitas Curah Hujan Indonesia dan Hubungannya dengan ENSO/IOD: Estimasi Menggunakan Data JRA-25/JCDAS. Jurnal Agromet Indonesia, 28(1), 1-8
Kalteh, A.M. (2017). Enhanced Monthly Precipitation Forecasting Using Artificial Neural Network and Singular Spectrum Analysis Conjunction Models. INAE Letter, 2, 73-81
Karthikeyan, L., D. Nagesh Kumar, D. N. (2013). Predictability of nonstationary time series using wavelet and EMD based ARMA models. Journal of Hydrology, 502, 103-119
Kumar, A., & Kumar, K. (2024). A multi-objective optimization approach for designing a sustainable supply chain considering carbon emissions. International Journal of System Assurance Engineering and Management, 15(5), 1777-1793
Okirya, M., Plessis, J. D. (2024). Trend and Variability Analysis of Annual Maximum Rainfall Using Observed and Remotely Sensed Data in the Tropical Climate Zones of Uganda. Sustainability, 16(14)
Rezaiy, R., Shabri, A. (2024). Enhancing drought prediction precision with EEMD-ARIMA modeling based on standardized precipitation index. Water Science and Technology, 89(3), 745-770
Saleem A. Salman, S. A., Shahid, S., Ismail, T., Chung, E-S., Al-Abadi, A. M. (2017). Long-term trends in daily temperature extremes in Iraq. Atmospheric Research, 198, 97-107
Suhardi, B., Saputra, H., Haswan, L. J. (2018). Pengaruh Madden Julian Oscillation Terhadap Kejadian Curah Hujan Ekstrem di Provinsi Jawa Barat (Studi Kasus di Kabupaten Sukabumi). Jurnal Geografi, Edukasi dan Lingkungan. 2(2).
Tao, C., Jiang, H., Zawislak, J. (2017). The Relative Importance of Stratiform and Convective Rainfall in Rapidly Intensifying Tropical Cyclones. Monthly Weather Review, 145(3), 795-809
Tao, L., He, X., Qin, J. (2021). Multiscale teleconnection analysis of monthly total and extreme precipitations in the Yangtze River Basin using ensemble empirical mode decomposition. Internationa Journal of Climatology, 41, 348–373
Wang, G., Chen, X-Y., Qiao, F-L. (2010). On Intrinsic Mode Function. Advances in Adaptive Data Analysis, 2(3), 277–293
Wang, Y., Shen Y-J., Zaman, M., Guo, Y., Zhang, X. (2024). Accounting for Non-Stationary Relationships between Precipitation and Environmental Variables for Downscaling Monthly TRMM Precipitation in the Upper Indus Basin. Remote Sensing, 15
Wu, Z. H., & Huang, N. E. (2009). Ensemble Empirical Mode Decomposition: A Noise-assisted Data Analysis Method. Advances in Adaptive Data Analysis, 1, 1-41
Yan L., Zhang, Y., Zhang, M., Lall, U. (2025). A Nonstationary Daily and Hourly Analysis of the Extreme Rainfall Frequency Considering Climate Teleconnection in Coastal Cities of the United States. Atmosphere, 16(1), 75
Zhu, G., Li, X., Zhang, K., Ding, Z., Han, T., Ma, J., Huang, C., He, J., Ma, T. (2016). Multi-model ensemble prediction of terrestrial evapotranspiration across north China using Bayesian model averaging. Hydrological Process, 30(16)
Unduhan
Dimensions
Diterbitkan
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2026 Elohansen Padang
Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.
Facebook 
Instagram 
Twitter 
Youtube 
westscience.journals@gmail.com