<![CDATA[Abstrak Dampak yang diberikan oleh kondisi cuaca terutama hujan bisa dirasakan secara signifikan terhadap aktifitas manusia. Pencatatan data curah hujan dilakukan dengan Automatic Rain Gauge (ARG) untuk daerah tertentu, sedangkan untuk cakupan yang lebih luas menggunakan satelit cuaca geostasioner. Namun, satelit cuaca geostasioner dalam kasus ini Himawari-8 memiliki kendala efek Paralaks yang dapat mempengaruhi pembacaan data citra satelit. Penelitian ini menggunakan metode Korelasi Pearson dan Regresi Linier untuk membangun model estimasi curah hujan berdasarkan suhu puncak awan. Hasil menunjukkan bahwa suhu puncak awan yang memiliki korelasi terbaik dengan curah hujan terletak pada posisi 10-15 km arah barat laut dari daerah pengamatan (ARG) di wilayah Cot Girek, 5-10 km arah barat dari daerah pengamatan (ARG) di wilayah Meranti, dan 5-10 km arah barat daya dari daerah pengamatan di wilayah Ciomas. Sementara untuk model regresi linier tidak akurat untuk data yang digunakan dengan nilai koefisien korelasi (R2) sebesar 0,2003 dan Mean Absolute Percentage Error (MAPE) yang sangat tinggi. Oleh karena itu, metode machine learning Regresi Linier kurang dapat diaplikasikan untuk data yang digunakan. Kata-kata kunci: Curah hujan, suhu puncak awan, Korelasi Pearson, Efek Paralaks, Regresi Linier. Abstract The impact of weather conditions especially rainfall can significantly affect human activities. Rainfall data is recorded using an Automatic Rain Gauge (ARG) for specific areas, while geostationary weather satellites are used for broader coverage. However, geostationary weather satellites in this case Himawari-8 have the constraint of parallax effects that can influence satellite image data readings. This research utilizes the Pearson Correlation and Linear Regression methods to develop a rainfall prediction model based on cloud-top temperature. The results indicate that the cloud-top temperature with the best correlation to rainfall is located at a position 10-15 km northwest of the observation area (ARG) in the Cot Girek region, 5-10 km west of the observation area (ARG) in the Meranti region, and 5-10 km southwest of the observation area in the Ciomas region. However, the linear regression model is not accurate for the data used, with a coefficient of determination (R2) value of 0.2003 and a very high Mean Absolute Percentage Error (MAPE). Therefore, the linear regression method is not suitable for the data used. Keywords: Rainfall, cloud-top temperatures, Pearson Correlation, Parallax effect, Linear Regression.]]>
