Statistical downscalling menggunakan analisis komponen utama untuk tiga pola hujan berbeda, studi kasus stasiun simpang tiga, Jakarta dan Ambon

Abstract

Analisis Komponen Utama atau Principle Component Analysis (PCA) merupakan teknik yang sering dipergunakan untuk menemukan pola data dengan dimensi tinggi. Untuk kepentingan pembangunan sebuah model di dalam PCA dibutuhkan data untuk verifikasi dan data untuk validasi model. Penggunaan Sea Level Pressar (SLP) sebagai prediktor secara umum lebih baik dari penggunaan Curah Hujan (CH). Namun jika digabungkan, dua prediktor tersebut mampu meningkatkannilai r dan mengurangi RMSE.