Penerapan Gstarma Menggunakan Bobot Homogen (Vector Autoregressive Moving Average Model) Pada Metode Disagregasi Curah Hujan Dengan Proportional Adjusting

Pengukuran curah hujan dilakukan pada skala waktu tinggi (harian) dan skala waktu rendah (per-jam), akan tetapi pengukuran curah hujan pada skala waktu rendah yaitu skala per-jam hanya tersedia di beberapa lokasi, maka diperlukan suatu metode disagregasi untuk pembangkitan data curah hujan skala tinggi(harian). Data yang digunakan pada penelitian ini adalah data curah hujan skala per-jam pada stasiun Malang dan stasiun Wagir periode 1 Desember 2016 sampai dengan 28 Februari 2017. Pemodelan curah hujan dilakukan dengan pendekatan time series menggunakan Vector Autoregressive Moving Average Model (VARMA) yaitu model yang sesuai adalah VARMA(1,1) dan disagregasi yang dilakukan menghasilkan model parameter matriks 2×2 yang digunakan untuk membangkitkan data skala per-jam. Namun, data hasil bangkitan belum konsisten dengan data historis, sehingga diperlukan Metode Proportional Adjusting untuk konsistensi data hasil bangkitan per-jam terhadap data historis harian. Pemodelan dengan menggunakan gabungan VARMA(1,1) dan Metode Proportional Adjusting menghasilkan data bangkitan skala waktu per-jam yang konsisten dengan data harian dan dapat mempertahankan karakteristik data historis. Metode Proportional Adjusting dikatakan telah berhasil karena dapat memperkecil nilai MAE data bangkitan yang awalnya 1,4 menjadi 0,8 untuk stasiun Malang dan 1,45 menjadi 0,81 untuk stasiun Wagir