<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="107926">
 <titleInfo>
  <title>PEMODELAN CURAH HUJAN DI KABUPATEN ACEH BESAR MENGGUNAKAN ANALISIS PRINCIPAL COMPONENT REGRESSION</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Endang Pamulatsih</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Banda Aceh</placeTerm>
   <publisher>Program Studi Magister Fisika</publisher>
   <dateIssued>2023</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code"></languageTerm>
  <languageTerm type="text"></languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Theses</form>
  <extent></extent>
 </physicalDescription>
 <note>Curah hujan merupakan parameter iklim yang sangat dibutuhkan dan berpengaruh secara signifikan terhadap berbagai sektor, salah satunya sektor pertanian. Oleh karena itu, diperlukan pembuatan prakiraan curah hujan yang tepat akurat guna memudahkan pekerjaan baik dalam sektor pertanian maupun sektor lainnya. Penelitian ini bertujuan untuk membuat pemodelan curah hujan di kabupaten Aceh Besar dengan menggunakan data Suhu Permukaan Laut (SPL) wilayah Indonesia yang dibatasi oleh 10LU – 15LS dan 90BT – 145BT untuk setiap bulan (Januari s/d Desember) dengan periode data 10 tahun yaitu tahun 2010 – 2019. Hasil penelitian dengan analisis korelasi menunjukan adanya hubungan yang signifikan antara curah hujan Aceh Besar dengan anomali SPL Indonesia pada bulan Januari hingga Desember dengan nilai korelasi positif tertinggi yaitu sekitar 0.7 – 0.9 dengan wilayah yang bervariasi untuk setiap bulannya. Selanjutnya dibangun model dengan mengunakan data SPL dari wilayah yang berkorelasi paling tinggi untuk setiap bulannya dengan menggunakan metode Principal Component Regression (PCR). Hasil validasi model menunjukan bahwa pola prakiraan curah hujan yang dihasilkan cukup mendekati pola curah hujan observasinya dengan nilai RMSE sebesar 37.1 atau sekitar 19.5%.&#13;
&#13;
Kata Kunci : Curah Hujan, Suhu Permukaan Laut (SPL), Korelasi, Principal Component Regression (PCR)&#13;
</note>
 <note type="statement of responsibility"></note>
 <classification>0</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala</physicalLocation>
  <shelfLocator></shelfLocator>
 </location>
 <slims:digitals/>
</mods>
<recordInfo>
 <recordIdentifier>107926</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2023-01-03 16:06:19</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2023-01-03 16:14:50</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>