Koreksi Bias Statistik Menggunakan Quantile Mapping, Detrended Quantile Mapping, Dan Quantile Delta Mapping: Studi Kasus Data Curah Hujan Di Bali

Abstract

Pengaruh topografi pulau Bali dan pola iklim global, termasuk fenomena El Niño dan La Niña, menyebabkan variasi curah hujan yang ekstrem di pulau Bali. Untuk dapat mengantisipasi fenomena tersebut dengan lebih baik, diperlukan suatu model curah hujan yang akurat. Salah satu model reanalisis curah hujan yang sering digunakan adalah ERA5. Namun model reanalisis ini sering menunjukkan adanya bias statistik atau perbedaan antara data model dan data observasi. Dalam penelitian ini penulis menggunakan metode koreksi bias statistik metode Quantile Mapping (QM) dan dua modifikasinya, yaitu metode Detrended Quantile Mapping (DQM), dan Quantile Delta Mapping (QDM). Penulis juga mengamati pengaruh pembersihan outliers terhadap efektivitas metode. Hasil penelitian menunjukkan bahwa metode QM, DQM, dan QDM efektif dalam mengurangi bias curah hujan di pulau Bali. Secara umum, metode DQM memiliki performa lebih baik pada data historis, sedangkan QDM memiliki performa yang lebih baik pada data estimasi. Pembersihan outliers yang dilakukan menunjukkan pengurangan bias statistik.