Principal Component Regression dan ARIMA pada Teknik Statistical Downscaling untuk Peramalan Curah Hujan di Kabupaten Jember

Abstract

Penggunaan teknik statistical downscaling dengan model Principal Component Regression (PCR) untuk peramalan curah hujan bulanan di wilayah Kabupaten Jember memiliki korelasi di atas 70%, serta nilai RMSE pada masing-masing 4 kluster yaitu: 80,41; 101,35; 87,41, dan 83,16. Series residual pada model PCR dimodelkan menggunakan model ARIMA dan diperoleh model terbaik yaitu ARIMA(1,0,0). Adapun manfaat penambahan model ini ke dalam model PCR yaitu dapat mengecilkan nilai RMSE. Nilai RMSE pada masing-masing 4 kluster ialah: 77,60; 97,49; 83,08; 79,65. Sementara itu tidak terdapat perubahan signifikan pada nilai korelasi.