Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Meteorologi Klimatologi dan Geofisika Jurnal Meteorologi dan Geofisika
Al Habib, Abdul Hamid
Unknown Affiliation
Astronomy Earth & Planetary Sciences Energy Environmental Science Mathematics Physics

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
KAJIAN PERTUMBUHAN AWAN HUJAN PADA SAAT BANJIR BANDANG BERBASIS CITRA SATELIT DAN CITRA RADAR (STUDI KASUS : PADANG, 2 NOVEMBER 2018) Al Habib, Abdul Hamid; Pradana, Yoga Wahyu; Pangestu, Dany; Winarso, Paulus Agus; Sujana, Jusa
Jurnal Meteorologi Klimatologi dan Geofisika Vol 6 No 2 (2019): 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 (983.352 KB) | DOI: 10.36754/jmkg.v6i2.117

Abstract

Banjir besar kembali melanda enam kecamatan di kota Padang, Sumatera Barat pada tanggal 2 November 2018.  Banjir terjadi disebabkan oleh debit sungai yang meluap akibat hujan sangat lebat yang terjadi di bagian hulu dan hilir. Dampak banjir bandang tersebut mengakibatkan 600 rumah terendam banjir, 3 jembatan putus dan menelan korban jiwa. Karena dampak tersebut maka penelitian ini dilakukan untuk meninjau kondisi suhu permukaan laut, mean sea level pressure, nilai transport uap air, streamline, data citra satelit Himawari-8 dan data citra radar cuaca C-Band. Data diolah dalam bentuk grafik dan peta spasial kemudian dilakukan analisis deskriptif yang meliputi analisis temporal dan analisis spasial. Berdasarkan hasil analisis hujan sangat lebat yang terjadi di wilayah Padang dipicu oleh gangguan cuaca skala regional berupa adanya pola shearline atau komponen zona arah lintasan angin yang mengalami perubahan secara tiba-tiba yang sejajar dengan angin horizontal dan daerah tekanan rendah yang menimbulkan konvergensi di pesisir kota Padang, kemudian nilai transport uap air yang cukup tinggi yaitu kisaran antara 700-1100 Kg/ms-1 pada lapisan 1000-300 mb. Terjadinya hujan lebat seringkali terkait dengan keberadaan awan Cumulonimbus (Cb). Hal ini dikarenakan karakteristik awan Cb dengan dimensi yang besar serta mengandung banyak partikel presipitasi seperti  air dan kristal es. Kondisi ini didukung dengan keberadaan awan Cb berdasarkan analisis time series citra satelit Himawari-8 dan nilai reflektifitas radar berada pada nilai 45-60 dBz. Pada tanggal 2 November 2018, hampir seluruh awan hujan yang muncul mempunyai ketebalan lebih dari 7 km, dimana suhu puncak awan terendah mencapai nilai      -72.5°C.
EVALUASI METODE KOREKSI BIAS UNTUK PREDIKSI CURAH HUJAN BULANAN ECMWF SEAS5 DI INDONESIA Hutauruk, Rheinhart C H; Rahmanto, Edi; Al Habib, Abdul Hamid; Yoku, Priskila Wilhelmina; Giriharta, I Wayan Gita; Trilaksono, Nurjanna Joko; Hadi, Tri Wahyu
Jurnal Meteorologi dan Geofisika Vol. 25 No. 2 (2024)
Publisher : Pusat Penelitian dan Pengembangan BMKG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31172/jmg.v25i2.1124

Abstract

The seasonal rainfall forecast from ECMWF SEAS5 often suffers from biases that reduce its accuracy, limiting its use in applications like water resource management and agricultural planning. This study evaluates the effectiveness of bias correction methods in enhancing the skill of ECMWF SEAS5 seasonal precipitation forecasts in Indonesia. Observational data from 148 BMKG rain gauges and SEAS5 raw output from 2011 to 2020 are used. Three bias correction methods—linear scaling (LS), empirical distribution quantile mapping (EQM), and gamma distribution quantile mapping (GQM)—are applied to the raw model. Model performance is assessed using scatter plots, root mean square error (RMSE), correlation, and Taylor diagrams. The results show LS consistently outperforms EQM and GQM, reducing RMSE from 128 to 102 and improving correlation from 0.57 to 0.65. Additionally, Brier Score (BS) and Relative Operating Characteristic (ROC) analysis highlight significant improvements in probabilistic predictions, especially in areas with high rainfall variability. These findings indicate LS as a particularly effective approach for bias correction, enhancing accuracy and reliability. This study underscores the potential of applying bias correction methods like LS to improve ECMWF SEAS5 forecasts, supporting better decision-making for climate change adaptation and mitigation in Indonesia.
Co-Authors Giriharta, I Wayan Gita Hutauruk, Rheinhart C H Pangestu, Dany Pradana, Yoga Wahyu Rahmanto, Edi Sujana, Jusa Tri Wahyu Hadi, Tri Wahyu Trilaksono, Nurjanna Joko Winarso, Paulus Agus Yoku, Priskila Wilhelmina