Article Per Year (5 Year)
p-Index From 2021 - 2026
0.751
P-Index
This Author published in this journals
All Journal Jurnal Sistem Komputer dan Informatika (JSON) Jurnal Sains dan Edukasi Sains Inovasi Fisika Indonesia (IFI) Jagratara: Journal of Disaster Research
Yahya Darmawan
Sekolah Tinggi Meteorologi Klimatologi dan Geofisika
Humanities Computer Science & IT Control & Systems Engineering Earth & Planetary Sciences Education Electrical & Electronics Engineering Environmental Science Materials Science & Nanotechnology Mathematics Physics Social Sciences Other

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
Pemetaan Kerawanan Banjir Berbasis Multi-Criteria Analysis (MCA) Berbasis Google Earth Engine dan SIG di Kota Medan Ari Paskalis Stefanus Hutagalung; Yahya Darmawan; Widodo Widodo
Jagratara: Journal of Disaster Research Vol. 3 No. 2 (2025): Desember
Publisher : Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36080/jjdr.v3i2.353

Abstract

Flooding is a frequent hydrometeorological disaster in urban areas that significantly impacts the environment, infrastructure, and socio-economic activities. As a major metropolitan city in Indonesia, Medan faces a high level of flood vulnerability due to its predominantly low-lying topography, high building density, and proximity to river networks. This study aims to map flood vulnerability levels in Medan City for the year 2025 using a Multi-Criteria Analysis (MCA) approach based on Google Earth Engine (GEE), integrating the Topographic Wetness Index (TWI) as a novel element. The parameters utilized include distance from rivers, elevation, Topographic Position Index (TPI), Normalized Difference Vegetation Index (NDVI), and TWI. Each parameter was classified into five classes and weighted based on its contribution to flood risk, then aggregated to produce a final flood vulnerability index. The results indicate that Medan is dominated by a moderate level of flood vulnerability, while high-vulnerability zones are primarily concentrated in low-lying areas near rivers with high TWI values. The integration of TWI proved effective in increasing the model's sensitivity in identifying potential surface water accumulation. Consequently, the resulting flood vulnerability map provides a more comprehensive representation of the region's physical and hydrological conditions.
Karakteristik Quasi-Linear Convective System di wilayah cakupan radar cuaca Palembang tahun 2025 Karmelita Widyandaru; Latifah Qomariyatuzzamzami; Yahya Darmawan; Purwanti Sabrina; Agus Tjahjono
Jurnal Sains dan Edukasi Sains Vol. 9 No. 2 (2026): Jurnal Sains dan Edukasi Sains
Publisher : Faculty of Science and Mathematics, Universitas Kristen Satya Wacana, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24246/juses.v9i2p49-58

Abstract

Quasi-Linear Convective System (QLCS) merupakan sistem konvektif linier berskala meso yang berpotensi menghasilkan hujan lebat dan angin kencang, sehingga diperlukan kajian karakteristik sistem tersebut di wilayah tropis. Penelitian ini bertujuan mengidentifikasi karakteristik QLCS di Sumatra Selatan dalam radius cakupan 150 km dari Radar Cuaca Sultan Mahmud Badaruddin II Palembang selama tahun 2025. Analisis dilakukan menggunakan data Radar Cuaca Doppler C-Band yang diolah dengan Rainbow Display, Analysis and Research Tool (RainDART) untuk menghasilkan produk Column Maximum (CMAX), Cell Centroid Tracking (CTR), Horizontal Wind (HWIND), dan Vertical Shear (VSHEAR). Karakteristik yang dianalisis meliputi jumlah kejadian, sebaran temporal dan spasial, tipe pembentukan, karakteristik propagasi, serta profil angin lapisan bawah. Hasil penelitian mengidentifikasi 32 kejadian QLCS dengan panjang sistem 52,28–186,01 km, reflektivitas maksimum 55,0–63,5 dBZ, dan durasi hidup 90–190 menit. Sebagian besar kejadian QLCS dalam domain penelitian terjadi pada siang hari (local time) di wilayah coastal plain, dengan tipe pembentukan yang didominasi broken line. Sistem umumnya bergerak ke arah tenggara dengan kategori fast moving (>7 ms⁻¹), memiliki durasi hidup >120 menit, serta berkembang pada lingkungan vertical wind shear kategori strong (>0,005 s⁻¹) dan kecepatan angin horizontal maksimum >20 knot. Hasil penelitian menunjukkan bahwa QLCS di Sumatra Selatan memiliki karakteristik yang sesuai dengan sistem konvektif terorganisasi di wilayah tropis yang dapat mendukung pemantauan dan analisis cuaca ekstrem berbasis radar cuaca.
EVALUASI MODEL LONG SHORT-TERM MEMORY (LSTM) UNTUK PREDIKSI CURAH HUJAN DI ZONA MUSIM (ZOM) PROVINSI JAWA TENGAH Catur Handika; Fendy Arifianto; Yahya Darmawan; Ervan Ferdiansyah
Inovasi Fisika Indonesia Vol. 15 No. 2 (2026): Vol 15 No 2
Publisher : Prodi Fisika FMIPA Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/ifi.v15n2.p337-351

Abstract

Provinsi Jawa Tengah merupakan salah satu sentra produksi pertanian nasional yang juga rentan terhadap bencana hidrometeorologi, sehingga informasi curah hujan dasarian yang akurat diperlukan untuk mendukung sektor tersebut. Penelitian ini bertujuan menghasilkan kinerja model Long Short-Term Memory (LSTM) dalam memprediksi curah hujan dasarian pada 54 Zona Musim (ZOM) di Jawa Tengah. Data yang digunakan berupa curah hujan blending serta angin zonal (U850), angin meridional (V850), dan kelembaban relatif (RH850) lapisan 850 hPa dari ERA5. Data dibagi menjadi pelatihan tahun 1991–2015, validasi tahun 2016–2020, dan pengujian tahun 2021–2024. Seleksi prediktor menggunakan Light Gradient Boosting Machine (LightGBM) dan SHapley Additive exPlanations (SHAP), yang menunjukkan RH850 dan U850 sebagai prediktor dengan kontribusi terbesar. Hasil penelitian menunjukkan model LSTM mampu merepresentasikan pola temporal dan tren musiman curah hujan dengan baik, dengan korelasi keliling antara 0,53 hingga 0,81, RMSE antara 27,70 hingga 76,47 mm, MAE antara 19,41 hingga 55,63 mm, dan bias antara −17,27 hingga 13,47 mm. Namun performa model masih bervariasi setiap ZOM dan kurang optimal dalam mengestimasi puncak curah hujan ekstrem.
Perbandingan Metode Partisi Machine Learning untuk Kerentanan Kebakaran Lahan Gambut Kalimantan pada Variasi ENSO Intan Bryliana Putri; Latifah Nurul Qomariyatuzzamzami; Purwanti Lelly Sabrina; Yahya Darmawan
Jurnal Sistem Komputer dan Informatika (JSON) Vol. 8 No. 1 (2026): September (2026)
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/json.v8i1.10022

Abstract

Lahan gambut Kalimantan merupakan wilayah rawan kebakaran yang polanya dipengaruhi fase El Niño -Southern Oscillation (ENSO). Penelitian ini membandingkan metode partisi acak KFOLD k=5 dan metode partisi spasial BANDS dalam pemodelan kerentanan kebakaran lahan gambut Kalimantan periode 2015 – 2024 , menggunakan algoritma machine learning tunggal melalui paket ENMTML pada tiga fase ENSO. Random Forest dengan KFOLD mencapai AUC 0,999 pada El Niño, namun diagnostik kNNDM menunjukkan statistik Wasserstein KFOLD selalu lebih tinggi dibanding BANDS yang berkisar 90.218-121.109 meter berbanding hanya 19.096-77.225 meter, sehingga performa tinggi KFOLD kurang merepresentasikan kondisi prediksi sesungguhnya. Pada metode BANDS, algoritma terbaik berbeda tiap fase yaitu Maximum Entropy default dengan AUC 0,929 pada El Niño, Boosted Regression Trees dengan AUC 0,983 pada Netral, dan Random Forest dengan AUC 0,870 pada La Niña. Kalimantan Tengah dan Kalimantan Selatan menunjukkan proporsi kerentanan tinggi hingga sangat tinggi terbesar dibanding wilayah lain pada fase ENSO yang berbeda. Variasi ENSO tidak berperan signifikan pada kerentanan kebakaran lahan gambut di Kalimantan dibandingkan dengan aktivitas konveksi lokal dan prediktor kelembaban lingkungan. Pemilihan skema partisi yang memperhitungkan struktur spasial terbukti penting untuk menghasilkan peta kerentanan yang lebih realistis dan berpotensi mendukung upaya konservasi lahan gambut yang lebih sesuai dengan karakteristik lingkungan setempat.
Co-Authors Agus Tjahjono Ari Paskalis Stefanus Hutagalung Arifianto, Fendy Catur Handika Ervan Ferdiansyah Intan Bryliana Putri Karmelita Widyandaru Latifah Nurul Qomariyatuzzamzami Latifah Qomariyatuzzamzami Purwanti Lelly Sabrina Purwanti Sabrina Widodo Widodo