Prediksi curah hujan merupakan aspek penting dalam peningkatan informasi cuaca dan iklim. Hujan menjadi bagian dari siklus hidrologi yang dipicu oleh perubahan parameter cuaca yang bersinergi. Hubungan antar paramer ini sebagi dasar pembuatan model berbasis data Global Circulation Model yang diolah untuk memperkirakan curah hujan di suatu daerah. Wilayah kendari (ZOM 313) belum mendapatkan metode yang paling baik dalam memprediksi curah hujan bulanan. Metode yang digunakan dalam penelitian ini adalah regresi linier berganda dengan prediktor anomali suhu muka laut (SST), tekanan permukaan laut (SLP) dan angin zonal yang diolah berdasarkan time lag 0 bulan hingga time lag 3 bulan. Hasil model di validasi dengan melihat nilai koefsien korelasi dan nilai RMSE menunjukan performa yang baik time lag 0 daripada ketiga model lainnya bulan setiap bulannya.
Kata kunci : curah hujan, regresi berganda, time lag
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.