PERFORMA MODEL STATISTICAL DOWNSCALING DENGAN PEUBAH DUMMY BERDASARKAN K-MEANS DAN AVERAGE LINKAGE

Perubahan iklim merupakan salah satu isu yang cukup ramai dibicarakan belakangan ini. Hal ini disebabkan karena dampak perubahan iklim tersebut sudah sangat dirasakan pada setiap aspek-aspek kehidupan manusia. Statistical downscaling (SD) merupakan salah satu alternatif untuk mengatasi masalah tersebut. Statistical downscaling adalah model statistika yang dapat menghubungkan perubahan iklim yang berskala global (presipitasi) dengan peubah iklim yang berskala lokal (curah hujan). Data GCM yang berskala besar (global) mengandung multikolinearitas. Metode yang digunakan dalam penilitian ini adalah estimasi parameter model regresi liu dan regresi komponen utama untuk mengatasi masalah multikolinearitas. Terdapat 4 komponen utama (KU) yang optimal untuk digunakan pada model SD dengan regresi komponen utama. Selain itu, peubah dummy berdasarkan k-means dan Average Linkage digunakan dalam model untuk mengatasi ragam sisaan yang heterogen. Hasil penelitian curah hujan lokal yang diperoleh estimasi parameter model regresi liu dummy (k-means) merupakan model yang terbaik berdasarkan nilai koefisien determinasi ( ) 85,03% dan korelasi yang tinggi yaitu 0,955 dengan root mean square error (RMSE) 77.83 dan root mean square error prediction (RMSEP) 122.09 yang lebih rendah. Sedangkan regresi komponen utama dummy ( ) 95,80% dan nilai RMSE 63.46 dengan nilai korelasi tertinggi yaitu 0,828 dan RMSEP 438.14.