MODEL REGRESI NONPARAMETRIK DENGAN PENDEKATAN DERET FOURIER PADA POLA DATA CURAH HUJAN DI KOTA BENGKULU

Abstract

Curah hujan merupakan unsur iklim yang memiliki pola fluktuatif, bersifat periodik, dan cenderung tidak linear sehingga memerlukan metode pemodelan yang fleksibel. Penelitian ini bertujuan untuk memodelkan pola data curah hujan di Kota Bengkulu menggunakan regresi nonparametrik dengan pendekatan deret Fourier. Data yang digunakan merupakan data curah hujan dan variabel meteorologi serta klimatologi periode 2021–2025. Pemilihan model terbaik dilakukan berdasarkan nilai Generalized Cross Validation (GCV), Mean Squared Error (MSE), Mean Absolute Percentage Error (MAPE), dan koefisien determinasi R^2. Hasil penelitian menunjukkan bahwa model terbaik pada stasiun Meteorologi diperoleh pada osilasi ke-5 dengan nilai GCV sebesar 53798,75, MSE sebesar 8607,885, MAPE sebesar 52,2%, dan R²sebesar 61,2%. Sementara itu, model terbaik pada stasiun Klimatologi juga diperoleh pada osilasi ke-5 dengan nilai GCV sebesar 56742,6, MSE sebesar 9078,819, MAPE sebesar 74,09%, dan R²sebesar 60,9%. Hasil visualisasi menunjukkan bahwa model deret Fourier mampu mengikuti pola fluktuasi dan pola periodik curah hujan pada kedua stasiun pengamatan. Namun, nilai MAPE yang masih cukup besar menunjukkan bahwa tingkat akurasi prediksi model belum optimal, terutama pada data stasiun Klimatologi.
Kata Kunci: regresi nonparametrik, deret Fourier, curah hujan, GCV, Kota Bengkulu.