Compact Disc

JURNAL PREDIKSI CURAH HUJAN BULANAN STASIUN BMKG DI PROVINSI BENGKULU MENGGUNAKAN TEKNIK DOWNSCALLING STATISTIK

---

Prediksi curah hujan merupakan informasi yang penting dan dibutuhkan di berbagai
bidang. Untuk itu perlu dilakukan peningkatan akurasi prediksi curah hujan dengan berbagai
teknik. Salah satunya dengan menggunakan data Climate Forecast System version 2 (CFSv2) untuk
dijadikan model prediksi curah hujan bulanan. Informasi CFSv2 merupakan informasi berskala
global dan memiliki resolusi yang masih rendah, maka diperlukan suatu teknik downscaling untuk
mendapatkan informasi kondisi lokal suatu daerah. Metode Partial Least Square Regression
(PLSR) digunakan dalam pemodelan Statistical Downscalling untuk mereduksi dimensi dan
mengatasi masalah multikolinieritas.
Model optimal yang dibentuk dari input data CFSv2 Analaysis dan curah hujan bulanan
observasi adalah model dengan menggunakan dua komponen utama. Sedangkan variabel iklim
yang paling berpengaruh pada kedua komponen tersebut adalah variabel gradien angin zonal dan
temperatur 850 mb. Berdasarkan nilai korelasi dan RMSE, prediksi curah hujan bulanan paling
bagus dilakukan di Stasiun Meteorologi dan Geofisika dengan nilai korelasi di atas 0.9 dan nilai
RMSE berturut-turut 67 dan 106, lebih baik daripada prediksi curah hujan bulanan di Stasiun
Klimatologi Bengkulu dengan nilai korelasi 0.65 dan RMSE 129.
Kata Kunci : Downscaling Statistik, Curah Hujan Bulanan, CFSv2, PLSR.

---

Ketersediaan

Informasi Detail

Judul Seri

-

No. Panggil

551.6 AKB j

Penerbit

Jakarta : STMKG., 2015

Deskripsi Fisik

PDF download

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

551.6 AKB j

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

CURAH HUJAN BULANAN
Downscaling Statistik
CFSv2
PLSR

Info Detail Spesifik

PDF download

Pernyataan Tanggungjawab

-

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar