Electronic Theses and Dissertation

Iklim berperan penting dalam kehidupan manusia, terutama di bidang pertanian, transportasi, dan pariwisata. Curah hujan merupakan unsur iklim dengan keragaman dan fluktuasi tinggi yang menjadi ciri utama iklim di Indonesia. Penelitian ini bertujuan menganalisis faktor-faktor yang memengaruhi curah hujan di empat wilayah Kabupaten Pidie menggunakan Generalized Additive Models (GAM) dengan pendekatan basis P-Spline dan B-Spline. Data yang digunakan berupa deret waktu sekunder dari Power Larc NASA, yang mencakup curah hujan serta variabel prediktor seperti suhu udara, kecepatan angin, kelembapan udara (relatif), tekanan udara, dan radiasi matahari. Analisis dilakukan secara deskriptif melalui tabel statistik ringkas, plot deret waktu, dan histogram, serta analisis inferensia untuk menarik kesimpulan mengenai pola klimatologi di Kabupaten Pidie. Hasil penelitian menunjukkan wilayah Dua sebagai wilayah terbaik untuk pendekatan GAM basis B-Spline dengan variasi knot sebanyak (9) pada setiap prediktor, menghasilkan nilai AIC minimum sebesar 2.176,2. Selain itu, wilayah Satu menjadi wilayah terbaik untuk pendekatan basis P-Spline dengan variasi knot sebanyak (6), yang menghasilkan nilai AIC sebesar 2.232,4. Semua variabel prediktor dalam kedua model tersebut berpengaruh secara signifikan terhadap curah hujan di Kabupaten Pidie.

Climate plays an important role in human life, especially in agriculture, transportation, and tourism. Rainfall is a climatic element with high variability and fluctuations that characterizes the climate of Indonesia. This study aims to analyze the factors influencing rainfall in four regions of Pidie Regency using Generalized Additive Models (GAM) with P-Spline and B-Spline basis approaches. The data used are secondary time-series data from NASA’s POWER LARC, which include rainfall and predictor variables such as air temperature, wind speed, relative humidity, air pressure, and solar radiation. The analysis was conducted descriptively through summary statistics tables, time series plots, and histograms, as well as inferential analysis to draw conclusions about climatological patterns in Pidie Regency. The results show that Region Two is the best-performing area for the GAM with a B-Spline smoothing basis, using (9) knot variations for each predictor, yielding a minimum AIC value of 2,176.2. Additionally, Region One was identified as the best area for the P-Spline basis approach with (6) knot variations, producing an AIC value of 2,232.4. All predictor variables in both models have a significant effect on rainfall in Pidie Regency.