Regresi Komponen Utama dengan Pemodelan Sisaan ARCH/GARCH

Abstract

Suhu merupakan salah satu unsur cuaca yang sangat penting karena dapat memberikan informasi mengenai pola curah hujan dan fenomena iklim ekstrim seperti El Nino dan La Nina. Badan Meteorologi Klimatologi dan Geofisika (BMKG) telah melakukan pemodelan suhu maksimum. Pemodelan yang dilakukan menggunakan Regresi Komponen Utama (RKU) menghasilkan koefisien korelasi (r) sebesar 0.243 dan Root Mean Square Error of Prediction (RMSEP) 1.385. Namun, model ini menghasilkan sisaan yang saling berkorelasi dan ragam sisaan yang tidak homogen. Model deret waktu ARMA dapat mengatasi korelasi antar sisaan, dan Autoregressive Conditional Heteroscedasticity (ARCH) atau Generalized Autoregressive Conditional Heteroscedasticity (GARCH) merupakan model yang dibentuk untuk menangani masalah ketidakhomogenan ragam. Pemodelan ARMA dan ARCH/GARCH digunakan untuk mengatasi kedua masalah tersebut. Tujuan penelititan ini adalah memodelkan suhu maksimum menggunakan regresi komponen utama dengan pemodelan sisaan ARCH/GARCH. Hasil menunjukkan bahwa model GARCH (2,1) merupakan model ragam terbaik dengan model rataan ARMA (1,1) yang memberikan nilai korelasi dan RMSEP yang sama dengan model RKU yang dilakukan oleh BMKG, tetapi model regresi komponen utama dengan pemodelan sisaan ARCH/GARCH terbukti mampu mengatasi masalah korelasi antar sisaan dan ketidakhomogenan ragam sisaan.