Hampir setiap tahun terjadi banjir di Kabupaten Barito Utara yang disebabkan oleh
meluapnya Sungai Barito yang melewati wilayah tersebut. Informasi cuaca yang
diberikan di Barito Utara sebagian besar masih mengandalkan keluaran model
Numerical Weather Prediction (NWP). Namun, model NWP merepresentasikan
keadaan cuaca berbeda dengan keadaan aslinya yaitu dengan menghomogenisasi
kondisi asli permukaan sebagai grid, sehingga model tidak selalu dapat menangkap
detail kecil pada fitur lokal yang sangat bervariasi. Oleh karena itu, dibutuhkan
teknik penggabungan statistik yang dapat merepresentasikan keadaan lokal dan
dapat memperbaiki keluaran hasil model NWP seperti Model Output Statistics
(MOS). Teknik ini dapat diterapkan pada operasional tanpa membutuhkan
peralatan dengan spesifikasi tinggi karena mengembangkan hubungan statistik
antara variabel yang ingin diprediksi (predictand) dengan variabel prediktor dari
keluaran model NWP. Pada penelitian ini, curah hujan tahun 2021 – 2022 dari
Stasiun Meteorolo Beringin Barito Utara akan digunakan sebagai variabel respon
dan data dari model Integrating Forecasting System (IFS) akan digunakan sebagai
variabel prediktor. Metode Support Vector Machine (SVM) digunakan dalam
mencari hubungan antara variabel prediktor dan variabel respon. Hasilnya yaitu
terdapat perbaikan nilai pada RMSE, bias, dan korelasi pada hasil model SVM
terhadap nilai asli dari model IFS. Persentase peningkatan perbaikan (%IM) oleh
prakiraan curah hujan yang dikoreksi menggunakan model SVM juga menunjukkan
adanya peningkatan sebesar 5,03%.