Analisis Jaringan Data Cuaca Harian Indonesia untuk Kajian Iklim menggunakan Detrended Cross- Correlation Analysis (DCCA) (Studi Kasus : Cuaca Periode 2010-2023)

Abstract

Perubahan iklim dan dinamika cuaca global menjadi tantangan besar bagi kesehatan, ketahanan pangan, dan stabilitas ekonomi. Oleh karena itu, pemahaman terhadap dinamika cuaca dan iklim yakni kondisi atmosfer rata-rata jangka panjang (±30 tahun) menjadi sangat penting, terutama di wilayah kepulauan tropis seperti Indonesia. Penelitian ini bertujuan menganalisis pola variabel cuaca di Indonesia selama periode 2010–2023, mengevaluasi hubungan jangka panjang antarwilayah, serta menilai pengaruh letak geografis terhadap keterkaitan cuaca antarprovinsi. Metode yang digunakan meliputi Detrended Fluctuation Analysis (DFA) untuk mengidentifikasi memori jangka panjang pada data non-stasioner, dan Detrended Cross-Correlation Analysis (DCCA) untuk mengukur korelasi silang antarprovinsi. Lima variabel cuaca dianalisis: temperatur, kelembapan, curah hujan, penyinaran matahari, dan kecepatan angin. Analisis jaringan dilakukan berdasarkan 10% nilai DCCA tertinggi untuk memetakan keterkaitan spasial terkuat. Hasil penelitian menunjukkan bahwa seluruh variabel cuaca bersifat anti-persistent pada berbagai skala waktu, mencerminkan dinamika yang fluktuatif dan tidak stabil dalam jangka panjang, meskipun terdapat keteraturan lokal pada skala pendek. DCCA menunjukkan korelasi positif antarprovinsi di seluruh skala waktu, dengan hubungan yang lebih kuat pada wilayah yang berada dalam satu pulau atau zona cuaca dan iklim yang sama. Analisis jaringan mengungkapkan bahwa Pulau Jawa serta Bali dan Nusa Tenggara merupakan wilayah dengan keterkaitan cuaca paling padat dan konsisten, sedangkan Kalimantan Utara cenderung independen. Kecepatan angin menunjukkan pola jaringan paling acak, mencerminkan dinamika yang kompleks dan tidak selalu bergantung pada kedekatan geografis.