5 Pursuit untuk memperoleh suatu model SD untuk peramalan curah hujan bulanan
yang lebih akurat dan dapat diterapkan di wilayah Indonesia. Secara spesifik tujuan penelitian ini adalah:
1 Mempelajari perkembangan teknik-teknik SD dan permasalahan yang sering terjadi dalam pemodelan SD.
2 Menentukan domain GCM yang sesua i untuk pendugaan curah hujan lokal. 3 Menyusun model SD dengan metode PPR yang menggambarkan hubungan
fungsional antara data GCM dan curah hujan dan apakah model PPR dapat mengatasi masalah curse of dimensionality, multikolinearitas, dan nonlinear.
Model PPR dibandingkan dengan PCR Principal Component Regression yang selama ini banyak digunakan untuk pemodelan SD. Kedua model
menggunakan domain GCM yang sama. 4 Mempelajari apakah panjang data historis berpengaruh terhadap peramalan
curah hujan, yaitu apakah data historis yang lebih pendek sudah representatif untuk pemodelan SD, dan mengetahui konsistensi peramalan curah hujan
untuk berbagai tahun yang berbeda. Data pencilan outlier kemungkinan akan berpengaruh terhadap pemodelan sehingga pemeriksaan dan koreksi terhadap
data pencilan dilakukan untuk memperoleh model yang lebih baik. Hasilnya adalah suatu model PPR dan domain GCM tertentu yang akan digunakan
dalam kajian berikutnya. 5 Menentukan wilayah prakiraan hujan, yaitu pewilayahan atau pengelompokan
regionalisasi stasiun curah hujan di kabupaten Indramayu, sehingga hanya satu model peramalan untuk satu kelompok stasiun. Model PPR diterapkan
untuk regionalisasi stasiun-stasiun curah hujan. Pewilayahan dilakukan berdasarkan pola model dugaan setiap stasiun curah hujan. Hasil yang
diharapkan adalah peta pewilayahan prakiraan curah hujan sehingga satu wilayah dapat diwakili dengan satu model.
1.3. Kegunaan Penelitian
Metode Projection Pursuit diharapkan dapat digunakan sebagai metode alternatif yang handal untuk pemodelan SD dan dapat digunakan untuk kajian-
kajian dampak iklim.
6
1.4. Kerangka Pemikiran
Penelitian ini mencakup Studi Literatur terutama tentang data Luaran GCM dan Teknik-Teknik SD luaran GCM dan Permasalahan Statistik dalam
pemodelan SD, Pene ntuan Wilayah dan Stasiun Curah Hujan, Penentuan Peubah Luaran GCM, kemudian Pengumpulan Data baik curah hujan maupun luaran
GCM, Penentuan Domain GCM, Pre-processing Reduksi Dimensi yang kemudian dilakukan Pemodelan SD, Uji Konsistensi berdasarkan model SD yang
terbentuk, dan selanjutnya dilakukan Penentuan Daerah Prakiraan Musim berdasarkan pola model penduga. Tahapan penelitian ini tercantum pada Gambar
1.1. Penelitian ini menggunakan data curah hujan lokal dari 32 stasiun di kabupaten Indramayu dan data presipitasi luaran GCM.
Pemodelan SD menyusun model hubungan fungsional antara luaran GCM dengan curah hujan lokal sehingga model SD memerlukan suatu domain luasan
dan lokasi GCM yang akan memberikan pendugaan curah hujan yang akurat. Dalam hal ini luaran GCM dalam domain sebagai peubah prediktor yang akan
menentukan peubah responnya, yaitu curah hujan lokal. Penentuan domain GCM merupakan langkah pertama dalam penyusunan model SD.
Secara umum data curah hujan bulanan bersifat nonlinear dan tidak berdistribusi yang baku, sedangkan data luaran GCM bersifat curse of
dimensionality terutama bila dimensi semakin besar dan multikolinearitas, sehingga langkah kedua dalam pemodelan SD adalah mereduksi dimensi data
luaran GCM. Model nonparametrik soft modeling dan bersifat data-driven diperlukan untuk mengatasi masalah data curah hujan yang bersifat nonlinear dan
tidak berdistribusi yang baku. Metode PPR merupakan salah satu metode yang dapat digunakan untuk mengatasi masalah- masalah tersebut, di mana PPR dapat
melakukan reduksi dimensi dan menyusun model regresi yang bersifat nonparametrik dan data-driven.
7
Teknik-Teknik Statistical
Downscalling Penentuan
Peubah-Peubah
Data Presipitasi GCM
X
Data Curah HujanLokal
Y
Ana lisis St a t ist ik a Da t a M e t e orologis
Penentuan Wilayah dan
Stasiun Curah Hujan
Pengumpulan Data Presipitasi
Pengumpulan Data Curah Hujan
Penentuan Domain GCM
Studi Literatur
Pre-processing Reduksi Dimensi
2 Kab. Indramayu
32 stasiun Presipitasi
Data GCM Survei Teknik
Statistical Downscalling
Pemodelan Statistical
Downscalling Uji Konsistensi
Model Penduga Model SD
Penentuan Daerah Prakiraan
Musim DPM Daerah Prakiraan
Musim DPM Data Hasil
Reduksi Z
3
4 1
Domain GCM
6 5
Gambar 1.1. Tahapan Penelitian Nomor pada setiap kotak menunjukkan Tahapan Analisis Statistika
Pemasalahan lain yang berkaitan dengan pemodelan SD adalah panjang data historis dan periodenya. Panjang data historis juga akan menentukan dugaan
model SD. Panjang data historis berapa yang cukup representatif untuk pemodelan SD. Biasanya dalam pendugaan model digunakan panjang data historis lebih dari
30 tahun. Periode data historis yang berbeda nampaknya akan memberikan dugaan model yang berbeda pula, sehingga dalam penelitian ini akan dilakukan
uji konsistensi model penduga pada berbagai periode untuk panjang data historis tertentu.
Pene ntuan Daerah Prakiraan Musim DPM dilakukan berdasarkan hasil dugaan model SD dengan domain luaran GCM dan panjang data historis yang
8 diperoleh pada tahapan sebelumnya. DPM yang terbentuk akan dibandingkan
dengan DPM berdasarkan data dasarian BMG 2003; Nuryadi 2005. Perkembangan Teknik SD Luaran GCM dan Permasalahan Statistik
diuraikan pada Bab 2. Penentuan Domain GCM untuk Penyusunan Model SD diuraikan pada Bab 3. Bab 4 membahas Penggunaan Projection Pursuit untuk
Reduksi Dimensi dalam Pemodelan SD, yaitu tentang penggunaan PPR dalam pemodelan SD. PPR dibandingkan dengan PCR pada setiap panjang data historis
35, 30, 25, 20, dan 15 tahun. PPR juga dibandingkan berdasarkan dua domain GCM. Bab 5 membahas Uji Konsistensi Model SD Berbasis Projection Pursuit
dalam Prediksi Curah Hujan, yaitu konsistensi pendugaan pada beberapa tahun peramalan. Dua domain GCM pada Bab sebelumnya juga dibandingkan
berdasarkan konsistensi model. Untuk kedua domain ini dilakukan pemeriksaan data pencilan dan pembandingan model dengan data tanpa pencilan yang
dikoreksi dengan model sebelumnya yang menggunakan data yang ada pencilan sehingga diperoleh domain yang relatif tidak sensitif terhadap data pencilan. Bab
6 membahas Penentuan Daerah Prakiraan Musim Berbasis Dugaan Model Regresi Projection Pursuit. Dalam Bab ini dilakukan pewilayahan 32 stasiun curah hujan
di kabupaten Indramayu berdasarkan dugaan model dan domain GCM pada Bab 4 dan 5. Pembahasan Umum pada Bab 7 mencakup bahasan-bahasan pada Bab 2, 3,
4, 5, dan 6. Simpulan dan Saran dicantumkan pada Bab 8.
2. PERKEMBANGAN TEKNIK STATISTICAL