| dc.description.abstract | Statistical Downscaling (SD) merupakan teknik yang dapat menangani permasalahan rendahnya akurasi prediksi curah hujan dengan menggunakan luaran Global Circulation Model (GCM). Teknik SD membutuhkan suatu domain (X) yang akan dihubungkan dengan data pada suatu stasiun cuaca (Y). Domain berisi peubah-peubah curah hujan dari data GCM. Semakin besar domain dan semakin banyak peubah akan menimbulkan permasalahan statistik dalam pemodelan, terutama bila data historisnya tidak lebih banyak dari besar domain dan jumlah peubah (Wigena 2006). Ketepatan pemilihan domain, baik luasan maupun lokasinya, akan menghasilkan pendugaan curah hujan yang lebih akurat. Dengan demikian diperlukan suatu metode untuk memperoleh domain optimum. Penentuan domain berukuran 8x8 grid dilakukan dengan tiga cara yaitu : (1) domain dengan posisi di atas stasiun (DPA), (2) domain dengan rataan korelasi terbesar antara gugus peubah curah hujan dari GCM dengan peubah curah hujan di stasiun (DKT), (3) domain dengan korelasi peubah Xp dengan peubah curah hujan di stasiun terbesar (DKX). Domain yang terpilih selanjutnya dianalisis dengan menggunakan metode Regresi Kuadrat Terkecil Parsial (RKTP) satu respon dan Metode Kuadrat Terkecil (MKT) antara peubah Xp dengan peubah Y. Stasiun klimatologi yang dilibatkan pada penelitian ini antara lain stasiun Sukadana, stasiun Kerangkeng dan stasiun Hasanudin. Hasil penelitian ini menunjukkan diantara ketiga cara penentuan domain, penentuan domain dengan kriteria DPA memberikan hasil yang lebih baik untuk prediksi curah hujan. DPA juga memiliki keunggulan yaitu logis dan efisien. Selain DPA kriteria DKX juga dapat dijadikan alternatif dalam menentukan posisi domain. DKX memberikan hasil yang cukup baik dan logis namun membutuhkan waktu dalam pengerjaannya. Penentuan domain dengan kriteria DKT masih belum cukup baik karena posisi domain yang kurang logis dan hasil validasi yang tidak konstan pada tiap stasiun. Berdasarkan nilai RMSEP dan korelasi, pemodelan dengan RKTP dapat memberikan hasil pendugaan curah hujan yang lebih baik daripada Model MKT. | en |
