Analisis Data Downscaled IMERG Terkalibrasi dan Stasiun Curah Hujan dengan Metode Regresi Random Forest

Tanah longsor sering terjadi di Indonesia, salah satunya di Kabupaten Karanganyar. Penyebabnya adalah intensitas curah hujan yang tinggi. Data curah hujan sangat penting untuk analisis tanah longsor, yang umumnya diperoleh dari stasiun pengamatan hujan. Namun, data ini memiliki beberapa keterbatasan, termasuk distribusi stasiun hujan pengamatan yang tidak merata dan jarang. Selain itu, data ini kurang efektif dalam memvisualisasikan curah hujan di suatu area. Salah satu solusinya adalah mengembangkan data curah hujan satelit, yaitu Integrated Multi-satellite Retrievals for GPM (IMERG). Namun, IMERG memiliki resolusi besar dengan skala piksel 0.1° x 0.1°. Oleh karena itu, perlu dilakukan proses downscaled dan kalibrasi. Studi ini bertujuan untuk menganalisis akurasi curah hujan yang di-downscale oleh IMERG dan Normalized Difference Vegetation Index (NDVI) dengan metode regresi Random Forest di Kecamatan Matesih, Kabupaten Karanganyar. Penelitian ini dilakukan dengan memproses data hujan. Proses pemrosesan data hujan dilakukan dengan men-downscale IMERG menggunakan metode regresi Random Forest (RF) menggunakan skrip Python. Kemudian, data hujan diolah dengan menggunakan perangkat lunak Geographic Resources Analysis Support System (GRASS GIS). Hasil validasi IMERG yang di-downscale dan dikalibrasi dengan metode RF menggunakan data stasiun curah hujan menunjukkan hasil yang sangat baik, dengan nilai R2 antara 0.5 hingga 0.9.