Analisis Peramalan Suhu Permukaan Bumi di Kota Semarang Menggunakan Regresi Nonparametrik dengan Estimator Deret Fourier Berdasarkan Penalized Least Square (PLS)

Abstract

Perubahan iklim global yang ditandai oleh peningkatan suhu permukaan menjadi isu penting, terutama di wilayah perkotaan dengan tingkat urbanisasi tinggi seperti Kota Semarang. Peningkatan suhu dapat memengaruhi kualitas lingkungan dan kenyamanan masyarakat, sehingga diperlukan pemodelan dan peramalan yang akurat untuk memahami pola perubahannya. Penelitian ini bertujuan membentuk model regresi nonparametrik menggunakan estimator deret Fourier dengan optimasi Penalized Least Square (PLS) serta meramalkan suhu permukaan di Kota Semarang. Parameter optimal ditentukan berdasarkan nilai Generalized Cross Validation (GCV) minimum. Hasil penelitian menunjukkan bahwa model terbaik diperoleh pada koefisien Fourier  dengan lambda optimal 0,00027 dan GCV minimum 0,81182. Model menghasilkan Mean Absolute Percentage Error (MAPE) sebesar 1,203717% dengan akurasi 98,7963%, yang termasuk kategori sangat baik. Hasil ini menunjukkan bahwa pendekatan deret Fourier berbasis PLS efektif dalam memodelkan dan meramalkan suhu permukaan di Kota Semarang.