Statistical Downscaling Suhu Muka Laut Global Untuk Prediksi Total Hujan Bulanan Menggunakan Teknik Pls

Abstract

Untuk dapat melakukan prediksi total hujan bulanan di wilayah Kabupaten Indramayu dapat digunakan prediktor data SML yang diperoleh dari model GeM Keunggulan luaran model GeM adalah dapat diturunkannya data secara spasial maupun secara temporal. Namun demikian, penggunaan data SML skala global secara langsung untuk prediksi total hujan bulanan skala regional sebagai peubah respon sangat tidak sesuai. Mengingat banyak feature skala lokal maupun regional yang tidak dapat disajikan oleh luaran model skala global. Kondisi ini merupakan suatu kelemahan dari luaran model global. Akibatnya diperlukan suatu teknik Statistics Downscaling (SD) untuk mengolah data prediktor agar dapat menghasilkan nilai peubah respon yang sesuai skala lokal maupun regional. Dalam tulisan ini akan disajikan hasil teknik SD dari 49 grid point dengan resolusi 10 x 10 data SML GeM untuk memperoleh nilai prediksi total hujan bulanan di wilayah Kabupaf@ Indramayu. Pengolahan data SML GeM ini digunakan teknik Partial Least Square Regression (PLSR). Hasilnya menunjukkan bahwa nilai koefisien korelasi Pearson sebesar 0,48 hingga 0,88 dan nilai RMSE sebesar 43 mm per bulan hingga 133 mm per bulan. Lokasi Anjatan menunjukkan hasil terbaik.