PENDEKATAN REGRESI KUANTIL SPLINE DALAM STATISTICAL DOWNSCALING DENGAN ANALISIS KOMPONEN UTAMA (Studi Kasus : Curah Hujan Bulanan Kabupaten Pangkep) = QUANTILE SPLINE REGRESSION APPROACH IN STATISTICAL DOWNSCALING WITH PRINCIPAL COMPONENT ANALYSIS (Case Study: Monthly Rainfall in Pangkep Regency)

Perubahan ekstrem dalam intensitas curah hujan dapat membawa konsekuensi negatif dalam berbagai aspek kehidupan. Salah satu sumber informasi untuk menganalisis curah hujan adalah dengan menggunakan Global Circulation Model (GCM) yang memiliki cakupan global. Metode Statistical Downscaling (SD) digunakan untuk mengaitkan informasi dari GCM dengan data curah hujan yang berskala lokal. Masalah multikolinearitas dan outlier pada data diatasi dengan menggunakan regresi kuantil dan analisis komponen utama dengan estimator nonparametrik yaitu spline truncated. Model tersebut diterapkan pada data curah hujan di Kabupaten Pangkep periode Januari 2008 sampai Desember 2022. Tujuan penelitian ini adalah untuk mendapatkan model regresi terbaik yang digunakan untuk meramalkan data curah hujan. Model terbaik adalah model dengan kriteria nilai generalized cross validation (GCV) minimum. Hasil analisis menunjukkan bahwa dua komponen utama telah menjelaskan 88.39% dari total variansi sampel dengan model optimal adalah model regresi pada kuantil 0.50 dengan 1 titik knot. Model tersebut dapat meramalkan curah hujan aktual dengan baik dengan tingkat korelasi sebesar 0.89.

Keyword : curah hujan, komponen utama, regresi kuantil, spline, statistical downscaling