Pengolahan Data Curah Hujan memakai Metode Dekomposisi BEAST dan STL

Abstract

Curah hujan merupakan komponen penting dalam sistem hidrologi. Curah hujan dicatat dalam berbagai interval waktu. Data tersebut umumnya memiliki variasi yang tinggi. Hal tersebut mengakibatkan kecenderungan perubahan jangka panjang sulit diamati secara langsung. Penelitian ini bertujuan untuk mengidentifikasi kecenderungan perubahan curah hujan memakai metode dekomposisi runtut waktu. Data yang digunakan berupa data runtut waktu hujan harian di Stasiun Tawangmangu tahun 1980-2025 yang diubah menjadi data hujan bulanan. Metode yang digunakan adalah Bayesian Estimator of Abrupt Change, Seasonality, and Trend (BEAST) dan Seasonal Trend Decomposition using Loess (STL). Metode dekomposisi tersebut dapat memisahkan komponen trend, musiman, dan residu dari data runtut waktu. Hasil penelitian menunjukkan bahwa kedua metode mampu mendeteksi trend curah hujan. Metode BEAST memperlihatkan trend hujan bulanan meningkat dengan titik perubahan hujan bulanan pada 2016. Metode STL menghasilkan trend yang berfluktuasi, sehingga kecenderungan jangka panjang tidak terlihat jelas. Kedua metode menunjukkan pola musiman tahunan yang konsisten dengan residu acak. Berdasarkan hasil tersebut, metode BEAST lebih sesuai digunakan untuk mengidentifikasi trend curah hujan bulanan di Stasiun Tawangmangu tahun 1980-2025.