Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jurnal Fisika Unand

Implementasi Metode Deteksi Hujan Es Berbasis Data Radar Cuaca Menggunakan Algoritma Severe Hail Index (SHI) Ali, Abdullah; Sa’adah, Umi
Jurnal Fisika Unand Vol 11 No 3 (2022)
Publisher : Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jfu.11.3.380-386.2022

Abstract

Metode Severe Hail Index (SHI)  ini merupakan metode pendeteksian hujan es yang paling komprehensif dengan output berupa indeks probabilitas hujan es (pada setiap ukuran) dalam satuan Jm-1s-1, probabilitas severe hail dalam satuan %, dan prakiraan ukuran maksimum batu es yang mencapai permukaan dalam satuan milimeter. Penelitian ini bertujuan mengimplementasikan metode SHI sebagai detektor dan prediktor kejadian hujan es di Indonesia. Dari 13 kejadian hujan es diperoleh nilai maksimum indeks probabilitas hujan es untuk setiap ukuran sebesar 269 Jm-1s-1 dan nilai minimum 0 Jm-1s-1, nilai maksimum indeks probabilitas severe hail sebesar 64.4 % dan nilai minimum 0%, sedangkan nilai maksimum prakiraan ukuran maksimum batu es mencapai 63.76 mm dan minimum 8.25 mm. Simulasi dilakukan dengan membandingkan nilai SHI dengan WT yang kemudian digunakan untuk menentukan nilai POD (Possibility of Detection), CSI (Critical Succes Index), dan FAR (False Alarm Ratio). POD pada simulasi ini diperoleh nilai 0.307 dan 0.230, FAR 0.0, dan CSI 0.307. FAR bernilai 0.0 menunjukkan metode ini mempunyai tingkat kesalahan yang sangat kecil untuk mendeteksi atau memperdiksi adanya huajan es namun nilai POD masih tergolong rendah, sehingga metode ini juga cukup sulit untuk mendeteksi eksistenesi hail di lapangan. Hasil simulasi tersebut menunjukkan bahwa perlunya modifikasi pada perumusan WT untuk meningkatkan performa metode SHI dalam mendeteksi dan memprediksi kejadian hujan es.
Monitoring Perubahan Tutupan Lahan di Kota Blitar Berbasis Algoritma Random Forest Ali, Abdullah
Jurnal Fisika Unand Vol 12 No 3 (2023)
Publisher : Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jfu.12.3.409-415.2023

Abstract

Perubahan penggunaan lahan harus dimonitor dan dievaluasi untuk menghindari dampak lingkungan jangka panjang. Penelitian ini bertujuan untuk melakukan monitoring penggunaan/penutup lahan di Kota Blitar menggunakan metode klasifikasi supervised learning Random Forest (RF). Basis data yang digunakan adalah citra satelit LANDSAT dengan multitemporal tahun 2001, 2011, dan 2021 yang diolah menggunakan platform geospasial berbasis cloud Google Earth Engine (GEE). Uji akurasi hasil klasifikasi RF menunjukkan nilai koefisien kappa lebih dari 0,7 sehingga hasil klasifikasi dapat dilanjutkan untuk dianalisis perubahannya. Analisis jarak dari jalan digunakan sebagai faktor pendorong perubahan penggunaan lahan. Pada tiga kecamatan di Kota Blitar, tren luasan jenis tutupan vegetasi selalu menurun dari tahun 2001-2021, terkecuali kecamatan Sukorejo yang mengalami kenaikan 30,84 ha pada tahun 2021. Pada jenis tutupan sawah/perkebunan, hanya Kecamatan Kepanjen Kidul yang mengalami kenaikan pada tahun 2011 sebesar 18,74 ha, namun luasannya berkurang kembali pada tahun 2021 sebesar 5,04 ha. Jenis tutupan lahan terbangun selalu meningkat pada seluruh kecamatan, dengan rata-rata peningkatan sebesar 104,43 ha dalam kurun waktu 2001-2021. Perubahan menjadi lahan terbangun cenderung terjadi pada jaringan jalan utama Kota Blitar dengan radius 500m.