Permodelan Statistical Downscaling dengan Regresi Projection Pursuit untuk Peramalan Curah Hujan Bulanan (Kasus Curah hujan bulanan di Indramayu)

Main Author: Wigena, Aji Hamim
Terbitan: IPB (Bogor Agricultural University) , 2010
Subjects:
Online Access: http://repository.ipb.ac.id/handle/123456789/40597
ctrlnum 123456789-40597
fullrecord <?xml version="1.0"?> <dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd"><title>Permodelan Statistical Downscaling dengan Regresi Projection Pursuit untuk Peramalan Curah Hujan Bulanan (Kasus Curah hujan bulanan di Indramayu)</title><creator>Wigena, Aji Hamim</creator><subject>Bogor Agricultural University (IPB)</subject><description>Pemodelan Statistical Downscaling (SD) menyusun model hubungan fungsional antara luaran GCM dengan curah hujan lokal. Model SD memerlukan suatu domain (luasan dan lokasi) GCM sebagai peubah prediktor dan curah hujan lokal sebagai peubah respon. Penentuan domain GCM merupakan langkah pertama dalam penyusunan model SD. Secara umum data curah hujan bersifat nonlinear dan tidak berdistribusi normal, sedangkan data luaran GCM (Generalized Circulation Model) bersifat curse of dimensionality dan multikolinearitas, sehingga langkah kedua dalam pemodelan SD adalah mereduksi dimensi data luaran GCM. Metode PPR (Projection Pursuit Regression) dapat digunakan untuk mengantisipasi karakteristik luaran GCM dan data curah hujan lokal, di mana PPR dapat melakukan reduksi dimensi dan menyusun model regresi yang bersifat nonparametrik dan data-driven. Pemodelan SD memerlukan panjang data historis tertentu. Periode data historis yang berbeda akan memberikan dugaan model yang berbeda pula. Suatu uji konsistensi model penduga dilakukan pada berbagai periode dan panjang data historis. Penentuan Daerah Prakiraan Musim (DPM) dilakukan berdasarkan hasil dugaan model SD.</description><date>2010-10-12T08:32:40Z</date><date>2010-10-12T08:32:40Z</date><date>2006</date><identifier>http://repository.ipb.ac.id/handle/123456789/40597</identifier><publisher>IPB (Bogor Agricultural University)</publisher><recordID>123456789-40597</recordID></dc>
author Wigena, Aji Hamim
title Permodelan Statistical Downscaling dengan Regresi Projection Pursuit untuk Peramalan Curah Hujan Bulanan (Kasus Curah hujan bulanan di Indramayu)
publisher IPB (Bogor Agricultural University)
publishDate 2010
topic Bogor Agricultural University (IPB)
url http://repository.ipb.ac.id/handle/123456789/40597
contents Pemodelan Statistical Downscaling (SD) menyusun model hubungan fungsional antara luaran GCM dengan curah hujan lokal. Model SD memerlukan suatu domain (luasan dan lokasi) GCM sebagai peubah prediktor dan curah hujan lokal sebagai peubah respon. Penentuan domain GCM merupakan langkah pertama dalam penyusunan model SD. Secara umum data curah hujan bersifat nonlinear dan tidak berdistribusi normal, sedangkan data luaran GCM (Generalized Circulation Model) bersifat curse of dimensionality dan multikolinearitas, sehingga langkah kedua dalam pemodelan SD adalah mereduksi dimensi data luaran GCM. Metode PPR (Projection Pursuit Regression) dapat digunakan untuk mengantisipasi karakteristik luaran GCM dan data curah hujan lokal, di mana PPR dapat melakukan reduksi dimensi dan menyusun model regresi yang bersifat nonparametrik dan data-driven. Pemodelan SD memerlukan panjang data historis tertentu. Periode data historis yang berbeda akan memberikan dugaan model yang berbeda pula. Suatu uji konsistensi model penduga dilakukan pada berbagai periode dan panjang data historis. Penentuan Daerah Prakiraan Musim (DPM) dilakukan berdasarkan hasil dugaan model SD.
id IOS3315.123456789-40597
institution Institut Pertanian Bogor
institution_id 20
institution_type library:university
library
library Perpustakaan Institut Pertanian Bogor
library_id 96
collection IPB Scientific Repository
repository_id 3315
subject_area Kehutanan
Pertanian
Peternakan
city BOGOR
province JAWA BARAT
repoId IOS3315
first_indexed 2016-09-22T20:52:48Z
last_indexed 2017-02-25T18:15:43Z
recordtype dc
_version_ 1685918599471955968
score 17.610468