Claim Missing Document
Check
Articles

Found 4 Documents
Search

ANALISIS KONDISI ATMOSFER MCC (MESOSCALE CONVECTIVE COMPLEX) DI JAKARTA (STUDI KASUS 24 SEPTEMBER 2016) Fatmasari, Devi; Swastiko, Wishnu Agum; Ismail, Prayoga
Jurnal Meteorologi Klimatologi dan Geofisika Vol 4 No 2 (2017): Jurnal Meteorologi Klimatologi dan Geofisika
Publisher : Unit Penelitian dan Pengabdian Masyarakat Sekolah Tinggi Meteorologi Klimatologi dan Geofisika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (746.85 KB) | DOI: 10.36754/jmkg.v4i2.43

Abstract

Mesoscale Convective Complex (MCC) merupakan gugusan awan konvektif berskala meso. Pada 24 September 2016 terbentuk MCC di wilayah Jakarta dengan masa hidup dari pukul 09.00 hingga 12.00 UTC. Fenomena MCC tersebut menghasilkan hujan yang berlangsung cukup lama dan bersifat terus-menerus. Penelitian ini bertujuan untuk menganalisis kondisi atmosfer saat terjadinya MCC di Jakarta pada 24 September 2016. Dengan menggunakan metode berupa analisis dinamika atmosfer menggunakan data reanalisis ERA Interim berupa parameter vortisitas, divergensi, dan kelembaban vertikal. Kemudian analisis streamline, analisis fenomena meteorologi, analisis parameter konvektif dengan menggunakan data sounding Stasiun Meteorologi Cengkareng, dan analisis citra satelit Himawari. Dari analisis streamline terdapat area tekanan rendah di Samudera Hindia sebelah selatan Jawa. Berdasarkan analisis yang dilakukan, maka didapatkan vortisitas lapisan 500 mb pada pukul 06.00 UTC bernilai negatif yang mengindikasikan adanya sirkulasi siklonik pada troposfer bagian tengah, divergensi lapisan 850 mb pada pukul 06.00 UTC bernilai negatif mengindikasikan terdapat aliran konvergensi di troposfer bagian bawah. Kelembaban udara vertikal pada pukul 06.00 UTC bernilai tinggi yaitu berkisar 80-100%. Pada 24 September 2016 terpantau MJO fase 5 yang mengindikasikan wilayah Indonesia mendapat pasokan uap air hangat dan lembab, berkombinasi dengan indeks Dipole Mode yang bernilai negatif kuat yang mengindikasikan adanya konvergensi di Samudera Hindia sebelah barat Indonesia terjadi karena suhu muka laut lebih hangat. Parameter konvektif yaitu LI, KI, SWEAT dan CAPE menunjukkan angka yang mengindikasikan adanya aktivitas konveksi dikarenakan keadaan amosfer yang labil. Semua kondisi tersebut mendukung terbentuknya sistem konvektif berskala meso berupa MCC, yang dapat diamati pada citra satelit Himawari dari pukul 09.00-12.00 UTC yang memperlihatkan adanya gugusan awan Cumulonimbus dengan suhu puncak -80 0C dan berdiameter sekitar 200 km, yang bercampur dengan awan jenis lain. Sehingga, MCC tersebut tergolong pada MCS kategori beta.
ANALISIS SIKLON TROPIS NOCK-TEN BERBASIS DATA SATELIT HIMAWARI Ismail, Prayoga; Hidayat, Nizar Manarul; Siadari, Ejha Larasati
Jurnal Meteorologi Klimatologi dan Geofisika Vol 4 No 3 (2017): Jurnal Meteorologi Klimatologi dan Geofisika
Publisher : Unit Penelitian dan Pengabdian Masyarakat Sekolah Tinggi Meteorologi Klimatologi dan Geofisika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (741.078 KB) | DOI: 10.36754/jmkg.v4i3.49

Abstract

Siklon tropis Nock-Ten yang melintasi Filipina pada 25-26 Desember 2016 termasuk dalam kategori super taifun. Dalam skala meteorologi, siklon tropis termasuk dalam fenomena berskala sinoptik. Dampak yang ditimbulkan dapat memengaruhi kondisi atmosfer di wilayah Indonesia, terutama siklon tropis yang terbentuk di perairan Samudera Pasifik Barat Daya dan Samudera Hindia sebelah utara Australia. Oleh karena itu, perlu dilakukan pemantauan aktivitasnya karena berpengaruh pada dinamika atmosfer yang memicu angin kencang dan tumbuhnya awan hujan. Penelitian ini bertujuan untuk menganalisis pertumbuhan, pergerakan, danintensitas Taifun Nock-Ten dengan menggunakan data satelit Himawari 8 kanal IR1. Metode yang digunakan berupa analisis indeks konvektif dengan menggunakan data TBB (Temperature of black body) sebagai suhu puncak awan dan metode pengamatan visual berbasis teknik Dvorak untuk memantau pertumbuhan dan pergerakan siklon, dan untuk mendapatkan T-Number yang dapat digunakan untuk memprakirakan intensitasnya berupa kecepatan angin maksimum dan tekanan minimum pusat siklon. Berdasarkan analisis suhu puncak awan dari siklon tropis Nock-Ten didapatkan nilai indeks konvektif yang tinggi yaitu berkisar dari 49.9 hingga 74.4. Siklon tropis Nock-Ten memiliki masa hidup 8 hari, terbentuk di Samudera Pasifik sebelah utara Papua berupa MCS (Mesoscale Convective System) pada 20 Desember 2016 yang berpropagasi ke barat dan punah pada 28 Desember 2016. Intensitas maksimum terjadi pada 25 Desember 2016 pukul 00.00 UTC dengan T-Number mencapai 7.0 dengan nilai prakiraan kecepatan angin maksimum mencapai 140 knots dan tekanan udara minimum mencapai 898 hPa, setara dengan siklon tropis kategori 5 skala Saffir-Simpson.
PERFORMA MODEL WRF ASIMILASI DATA SATELIT CUACA PADA KEJADIAN CURAH HUJAN LEBAT DI JABODETABEK Ismail, Prayoga; Silitonga, Andreas Kurniawan; Fadlan, Ahmad
Jurnal Sains & Teknologi Modifikasi Cuaca Vol 19, No 2 (2018): December 2018
Publisher : BPPT

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (619.813 KB) | DOI: 10.29122/jstmc.v19i2.3141

Abstract

Prediksi cuaca numerik saat ini terus dikembangkan untuk memenuhi kebutuhan prakiraan curah hujan beresolusi tinggi. Namun, prediksi cuaca numerik di Indonesia masih bermasalah dalam hal akurasi model numerik. Beberapa penelitian sebelumnya menunjukkan bahwa akurasi pemodelan sangat dipengaruhi oleh error pada data kondisi inisial. Penelitian ini mengkaji upaya untuk memperbaiki data inisial model Weather Research and Forecasting (WRF) dengan menggunakan prosedur asimilasi radiance satelit untuk prakiraan curah hujan di wilayah Jabodetabek untuk empat studi kasus pada musim yang berbeda selama 2017. Enam eksperimen model dijalankan dengan data satelit AMSUA, MHS, HIRS4, dan ATMS menggunakan WRFDA 3DVar. Penelitian ini dilakukan dengan analisis pengaruh asimilasi terhadap data inisial model, analisis skill model berdasarkan diagram taylor, kriteria curah hujan, curah hujan spasial, dan akumulasi curah hujan time series dibandingkan dengan data observasi curah hujan BMKG dan data curah hujan GSMaP. Hasil penelitian menunjukkan bahwa eksperimen DA AMSUA, MHS, dan MIX dapat memodifikasi data kondisi inisial model dengan baik. Sementara itu, hasil verifikasi diagram taylor mengungkapkan bahwa eksperimen DA-MHS memiliki performa terbaik dibandingkan dengan asimilasi lainnya, sedangkan verifikasi prediksi curah hujan berdasarkan kriteria hujan, verifikasi spasial, dan akumulasi curah hujan time series pada eksperimen DA-AMSUA adalah yang terbaik dengan skill model yang cukup konsisten di wilayah Jabodetabek pada berbagai musim.
Kalibrasi Estimasi Curah Hujan CHIRPS dengan Data Observasi di Semarang Jatmiko, Retnadi Heru; Ismail, Prayoga
Buletin GAW Bariri (BGB) Vol 6 No 2 (2025): BULETIN GAW BARIRI
Publisher : Stasiun Pemantau Atmosfer Global Lore Lindu Bariri - Palu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31172/bgb.v6i2.147

Abstract

Precipitation is a crucial component of weather and climate, playing a fundamental role in the Earth's water cycle. However, in situ, rain gauge networks are still limited in their ability to comprehensively monitor precipitation across all regions, including Semarang regency and city. Satellite – based remote sensing and cloud computing technology, such as Google Earth Engine (GEE), offer a solution for generating rainfall estimates with spatial coverage. This study optimizes CHIRPS rainfall estimates through a calibration process using BMKG rain gauge data over the Semarang region for 2021 – 2023. It evaluates the spatial distribution and performance of CHIRPS before and after calibration. Compared to observational data, the original CHIRPS dataset exhibited significant spatial discrepancies, with a daily RMSE of 44 mm/day, a coefficient of determination (RSQ) of 0.02, and a SMAPE of 99%. The collinearity analysis showed that the relationship between CHIRPS and observational data tends to be scattered and less linear on a daily scale, but after calibration, this relationship becomes stronger. Calibration using the Geographical Differential Analysis (GDA) method successfully improved CHIRPS accuracy, as indicated by a reduction in daily RMSE to 25 mm/day, an increase in daily RSQ to 0.62, and a decrease in daily SMAPE to 70%. These improvements were also observed in monthly and annual rainfall estimates. The calibrated CHIRPS data exhibited enhanced spatial distribution and performance, with a 10% reduction in annual RMSE, a 25% increase in annual RSQ, and a 20% decrease in annual SMAPE compared to the original dataset. Furthermore, sensitivity to rainfall intensity improved, particularly for heavy to extreme rainfall events, as evidenced by a 58% reduction in the FAR, a 73% increase in the POD, and a 48% improvement in the CSI.