Permodelan Statistical Downscaling dengan Regresi Projection Pursuit untuk Peramalan Curah Hujan Bulanan (Kasus Curah hujan bulanan di Indramayu)

Abstract

Pemodelan Statistical Downscaling (SD) menyusun model hubungan fungsional antara luaran GCM dengan curah hujan lokal. Model SD memerlukan suatu domain (luasan dan lokasi) GCM sebagai peubah prediktor dan curah hujan lokal sebagai peubah respon. Penentuan domain GCM merupakan langkah pertama dalam penyusunan model SD. Secara umum data curah hujan bersifat nonlinear dan tidak berdistribusi normal, sedangkan data luaran GCM (Generalized Circulation Model) bersifat curse of dimensionality dan multikolinearitas, sehingga langkah kedua dalam pemodelan SD adalah mereduksi dimensi data luaran GCM. Metode PPR (Projection Pursuit Regression) dapat digunakan untuk mengantisipasi karakteristik luaran GCM dan data curah hujan lokal, di mana PPR dapat melakukan reduksi dimensi dan menyusun model regresi yang bersifat nonparametrik dan data-driven. Pemodelan SD memerlukan panjang data historis tertentu. Periode data historis yang berbeda akan memberikan dugaan model yang berbeda pula. Suatu uji konsistensi model penduga dilakukan pada berbagai periode dan panjang data historis. Penentuan Daerah Prakiraan Musim (DPM) dilakukan berdasarkan hasil dugaan model SD.