Informasi Detil Paper |
|
| Judul: | Pemodelan Statistical Downscalling Dengan Pendekatan Regresi Bayes Robust PCA (Studi Kasus : Data GCM Stasiun Ambon) |
| Penulis: | Ferry Kondo Lembang || email: ferrykondolembang@yahoo.co.id |
| Jurnal: | Barekeng Vol. 6 no. 2 - hal. 45-50 Tahun 2012 [ MIPA ] |
| Keywords: | Statistical Downscalling, GCM, ROBPCA, Regresi Bayes |
| Abstract: | Masalah mendasar dari prediksi prediksi model curah hujan adalah keakuratan model berdasarkan proses stokhastik skala global maupun skala kecil. Statistical Downscalling (SD) merupakan salah satu alternatif untuk mengatasi masalah tersebut. SD adalah model yang menghubungkan skala global GCM dengan skala yang lebih kecil (lokal) dengan jalan pra-pemrosesan .reduksi dimensi domain grid untuk mengatasi kasus multikolinearitas. Metode reduksi dimensi yang serikali digunakan adalah Principal Component Analysis (PCA). Namun PCA tidak dapat diandalkan jika ada pengamatan outlier dalam data, sehingga diperlukan reduksi dimensi yang robust. Reduksi dimensi robust menggunakan Robust Principal Component Analysis (ROBPCA) dengan estimator robust MCD. Dari hasil reduksi dimensi domain grid tersebut selanjutnya diregresikan dengan variabel respon berupa data curah hujan di stasiun Ambon dengan pendekatan regresi Bayes. Pendekatan regresi Bayes ROBUST PCA menjadi salah satu alternatif pada pemodelan SD. Hasil Penelitian menunjukkan Metode regresi Bayes ROBPCA cenderung lebih baik pada domain 8x8 dilihat pada kriteria kebaikan model RMSE terkecil yaitu 231,4 dan R-Square terbesar 38,1% dibandingkan domain 3x3 dan domain 12x12 |
| File PDF: | Download fulltext PDF
|
| <<< Previous Record | Next Record >>> |
AMANISAL (Perikanan & IK)
| Info
BUDIDAYA PERTANIAN (Pertanian)
| Info
CITA EKONOMIKA (Ekonomi)
| Info
EKOSAINS (Ekologi dan Sains)
| Info
Indonesian Journal of Chemical Research (MIPA)
| Info
JENDELA PENGETAHUAN (KIP)
| Info
MOLUCCA MEDICA (Kedokteran)
| Info
Pedagogika dan Dinamika Pendidikan (KIP)
| Info
TRITON (Perikanan & IK)
| Info
Prosiding Archipelago Engineering 2018
| Info
Prosiding Archipelago Engineering 2019
| Info
Akses dari IP Address 18.217.4.206