View/Open

Author
AHMAD, KHOIRUL FIKRI. MT

Advisor
Lutfi , Mardianto, S.Pd., M.Si
Dr. Werry Febrianti, S.Pd., M.Si., Febrianti, S.Pd., M.Si

Koleksi
Matematika

Publisher

ABSTRAK Lampung Timur, dengan topografi bervariasi, mengalami pola musim hujan dan kemarau yang memengaruhi variabilitas tinggi curah hujan, mengakibatkan kesulitan dalam prediksi dan mitigasi bencana seperti banjir. Pendekatan statistical downscaling dengan regularisasi LASSO digunakan untuk meningkatkan prediksi, menyaring variabel yang tidak relevan, dan mendukung mitigasi risiko bencana. Studi ini menggunakan data curah hujan dan GCM untuk periode Januari 2017 hingga Desember 2019, menerapkan algoritma LASSO dengan R 4.3.3. Eksplorasi data mengungkapkan distribusi curah hujan yang tidak simetris, menunjukkan pola monsun dengan puncak curah hujan pada November-Desember-Januari. Metode LASSO menyusutkan koefisien regresi dan memilih variabel untuk menangani masalah multikolinieritas. Model LASSO menunjukkan lima variabel yang signifikan. Perbandingan dengan regresi linier berganda menunjukkan prediksi yang lebih akurat dengan LASSO. Penilaian model menunjukkan kinerja yang lebih baik dari model LASSO, dengan RMSEP yang lebih rendah. Berdasarsarkan hasil dan pembahasan didapat kesimpulan Data curah hujan menunjukkan distribusi tidak simetris dan menggambarkan pola musim monsun. Model regresi LASSO lebih baik daripada regresi linier berganda, dengan RMSEP lebih rendah, menunjukkan keunggulan dalam memprediksi curah hujan di Lampung Timur. Kata kunci: General Circulation Model, Statistical Downscalling, Regresi LASSO

URI
https://repo.itera.ac.id/depan/submission/SB2406050042

Keyword
General Circulation Model, Statistical Downscallin