<![CDATA[Banyak DAS di Indonesia memiliki keterbatasan data hidrologi, khususnya data curah hujan, sehingga diperlukan alternatif data yang representatif. Penelitian ini menggunakan data curah hujan satelit Global Precipitation Measurement (GPM) yang dikoreksi bias menggunakan metode Quantile Mapping yang dikombinasikan dengan Random Forest. Hasil penelitian menunjukkan bahwa koreksi bias mampu meningkatkan akurasi data curah hujan satelit GPM terhadap data observasi, dengan nilai Nash-Sutcliffe Efficiency (NSE) sebesar 0,66 dan koefisien korelasi (r) sebesar 0,81. Hasil tersebut menunjukkan bahwa penerapan kombinasi Quantile Mapping dan Random Forest mampu memperbaiki kesesuaian data curah hujan satelit GPM terhadap karakteristik curah hujan observasi di DAS Pancarglagas. Penelitian ini menunjukkan bahwa pendekatan koreksi bias berbasis Quantile Mapping dan Random Forest berpotensi digunakan untuk meningkatkan kualitas data curah hujan satelit pada wilayah dengan keterbatasan data hidrologi.]]>
Copyrights © 2026
