AKURASI METODE RANDOM FOREST PADA PROSES DOWNSCALING DAN KALIBRASI DATA TRMM

Abstract

Penelitian ini bertujuan untuk mengetahui pengaruh proses downscaling dan kalibrasi dengan metode Random Forest (RF) terhadap peningkatan akurasi data TRMM. Pada penelitian ini dilakukan proses downscaling, kalibrasi, dan validasi data TRMM. Proses downscaling data TRMM dilakukan dengan mencari hubungan antara data NDVI dan TRMM menggunakan metode RF. Dalam regresi ini data NDVI berperan sebagai variabel bebas dan data TRMM sebagai variabel terikat.  Proses pembuatan model RF dilakukan dengan bantuan aplikasi Jupiter Notebook. Setelah dilakukan downscaling, data TRMM dikalibrasi menggunakan data hujan dari enam stasiun pengamatan dengan metode Geographical Differential Analysis (GDA). Proses downscaling dan kalibrasi dilakukan dengan bantuan aplikasi GRASS GIS. Kemudian hasil kalibrasi dan downscaling data TRMM harus diuji validitasnya dengan menggunakan data hujan testing dari tiga stasiun pengamatan. Pengujian validitas dilakukan dengan menghitung koefisien determinasi (R²), Bias (B), dan Root Mean Square Error (RMSE). Hasil validasi menunjukkan data TRMM yang ter-downscaling dan terkalibrasi memiliki akurasi yang relatif tinggi dengan nilai R², Bias, dan RMSE secara berturut-turut 0,9986; 0,0297; dan 276,282. Berdasarkan nilai validasi maka dapat disimpulkan proses downscaling dan kalibrasi dengan metode RF dapat meningkatkan akurasi data TRMM.