Hutan hujan tropis Kalimantan sangat penting dalam menjaga keseimbangan iklim global dan mendukung keanekaragaman hayati. Suhu merupakan faktor kunci yang memengaruhi ekosistem ini, yang mempengaruhi proses biologis, distribusi spesies, dan stabilitas lingkungan. Namun, fluktuasi suhu baru-baru ini yang disebabkan oleh deforestasi dan perubahan iklim menimbulkan risiko yang signifikan, termasuk hilangnya habitat dan peningkatan kerentanan terhadap peristiwa cuaca ekstrem.
Analisis dan prediksi suhu yang akurat sangat penting untuk perencanaan adaptasi iklim, konservasi ekologi, dan pengurangan risiko bencana.Memprediksi suhu di wilayah hutan hujan tropis merupakan tantangan karena kompleksitas musiman dan tren nonlinier yang seringkali gagal ditangkap oleh model konvensional. Untuk mengatasi hal ini, diperlukan pendekatan pemodelan tingkat lanjut untuk prediksi iklim yang lebih akurat. Penelitian ini bertujuan untuk membangun dan menerapkan model Regresi Runtun Waktu Semiparametrik Deret Fourier Kompleks Eksponensial (RRWS-DFKE) untuk peramalan suhu di Samarinda, Kalimantan Timur, dan untuk menilai kinerja prediktifnya menggunakan metrik akurasi standar.
Pada penelitian ini, digunakan pendekatan model RRWS-DFKE yang menggabungkan komponen parametrik autoregresif dengan komponen nonparametrik yang dibangun menggunakan deret Fourier kompleks eksponensial. Selanjutnya, model RRWS-DFKE ini dilatih dan divalidasi pada data suhu bulanan dari tahun 2015 hingga 2024, dengan jumlah osilasi optimal yang ditentukan oleh Generalized Cross-Validation (GCV). Kinerja dinilai menggunakan Mean Squared Error (MSE) dan Mean Absolute Percentage Error (MAPE) untuk data dalam sampel (in-sample data) dan di luar sampel (out-sample data).
Hasil-hasil pemodelan RRWS-DFKE disajikan pada gambar berikut ini.
Hasil estimasi model RRWS-DFKE adalah sebagai berikut:
Selanjutnya, nilai akurasi model yang diusulkan (model RRWS-DFKE) disajikan pada table berikut ini.
Hasil penelitian menunjukkan bahwa model RRWS-DFKE memberikan akurasi prediksi yang tinggi, dengan MAPE secara konsisten kurang dari 10% untuk data dalam sampel dan di luar sampel. Model ini secara efektif menangkap fluktuasi musiman dan tren pemanasan jangka panjang dalam data suhu Samarinda.
Akhirnya diperoleh kesimpulan bahwa model RRWS-DFKE adalah model regres yang fleksibel dan akurat untuk peramalan suhu di iklim hutan hujan tropis, dengan potensi aplikasi dalam strategi adaptasi iklim, sistem peringatan dini, dan variabel iklim lainnya dengan karakteristik data yang serupa. Model ini dapat memberikan informasi untuk pengambilan keputusan kebijakan tentang adaptasi iklim, membantu pemerintah daerah dan lembaga lingkungan dalam mengelola risiko dan merumuskan strategi mitigasi. Integrasinya ke dalam rencana aksi iklim nasional dapat meningkatkan pengambilan keputusan untuk pembangunan berkelanjutan dan pengurangan risiko bencana.
Penulis: Prof. Dr. Nur Chamidah, S.Si., M.Si.
Informasi lengkap (detail) dari penelitian ini dapat dilihat pada tulisan kami di laman:
http//dx.doi.org/10.15649/2346075X.5364
Dani, A.T.R., Chamidah, N., Budiantara, I.N., Lestari, B., Kusuma, R., Aydin, D. (2025). Semiparametric Time Series Regression Using Exponential Complex Fourier Series for Temperature Prediction in the Tropical Rainforest of Samarinda. Innovaciencia, 13(1), e5364, pp. 1 – 18. DOI: 10.15649/2346075X.5364.
