ANALISI DAN VERIFIKASI SIGNIFIKAN METEOROLOGI (SIGMET) DI WILAYAH PENERBANGAN INDONESIA TIMUR PADA MUSIM KEMARAU = ANALYSIS AND VERIFICATION OF SIGNIFICANT METEOROLOGICAL INFORMATION (SIGMET) IN THE EASTERN INDONESIA FLIGHT REGION DURING THE DRY SEASON

Latar belakang. Musim kemarau di wilayah Indonesia Timur ditandai oleh kondisi atmosfer yang relatif stabil, tetapi tetap memiliki potensi cuaca ekstrem akibat pembentukan awan konveksi. Kemampuan memprediksi distribusi awan konveksi menjadi sangat penting, khususnya di wilayah Indonesia Timur yang kerap mengalami distribusi awan konveksi yang intens. Data untuk studi ini diperoleh dari tahun 2019 hingga 2022, yang mencakup variabel dependen (tutupan awan) dan variabel independen (suhu permukaan laut, suhu tropopause, curah hujan dan transport kelembaban). Tujuan. Penelitian ini bertujuan untuk menganalisis distribusi Significant Meteorological Information (SIGMET) dan memverifikasi model prediksi SIGMET dengan menggabungkan parameter meteorologi seperti transport Kelembapan, suhu permukaan laut (SST), suhu tropopause, dan curah hujan. Metode. Metode penelitian yang digunakan ialah overlap dengan melihat distribusi sebaran awan dan transport kelembaban. Data sekunder yang digunakan mencakup periode kemarau (Juni-Agustus) selama tahun 2019–2022. Selain itu, metode korelasi stepwise diterapkan untuk secara sistematis memilih parameter meteorologi yang paling signifikan dalam memengaruhi distribusi SIGMET. Hasil. Hasil analisis menunjukkan bahwa distribusi SIGMET terjadi didaerah perairan Papua pada musim kemarau dengan transport Kelembapan menjadi parameter paling dominan dalam memengaruhi distribusi SIGMET, dengan AIC menunjukkan nilai p-value 0,035 dan tanpa AIC 0,001 untuk periode kemarau. Wilayah dengan Kelembapan tinggi, terutama area pesisir dan laut, menunjukkan konsentrasi SIGMET yang lebih tinggi, mengindikasikan atmosfer yang tidak stabil. Model prediksi yang dihasilkan dalam penelitian ini menunjukkan kinerja yang cukup baik, dengan nilai R-square sebesar 0,975 dengan AIC. Sedangkan nilai R-square sebesar 0,801 tanpa AIC. Kesimpulan. Penelitian ini menghasilkan model prediksi yang berguna bagi operator penerbangan untuk merancang rute yang lebih aman dan efisien. Selain itu, model ini turut mendukung pengembangan sistem peringatan dini cuaca ekstrem oleh lembaga meteorologi. Temuan tersebut tidak hanya berperan dalam meningkatkan keselamatan penerbangan, tetapi juga memberikan kontribusi penting dalam penelitian meteorologi tropis di kawasan Indonesia Timur.