Article Per Year (5 Year)
p-Index From 2021 - 2026
0
P-Index
This Author published in this journals
All Journal Agromet POSITRON Jurnal Sains & Teknologi Modifikasi Cuaca Megasains
Muharsyah, Robi
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Earth & Planetary Sciences Education Energy Physics

Published : 8 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search
Journal : Megasains

 1 
PERBANDINGAN MODEL KOPEL ECMWF SYSTEM 4 DAN CFSV2 UNTUK PREDIKSI MUSIM DI INDONESIA Muharsyah, Robi
Megasains Vol 11 No 01 (2020): Megasains Vol 11 No.01 Tahun 2020
Publisher : Stasiun Pemantau Atmosfer Global (GAW) Bukit Kototabang

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kajian ini bertujuan untuk membandingkan curah hujan harian keluaran langsung (raw) dari dua model kopel: European Center Medium Weather Forecast System 4 (S4) dan Climate Forecast System Version 2 (CFSv2) sebagai model prediksi musim operasional pada periode Juni, Juli dan Agustus (JJA) dan Desember, Januari dan Februari (DJF). Kemampuan kedua model diukur berdasarkan ketersediaan prediksi reforecast yang diverifikasi terhadap data observasi curah hujan Global Precipitation Climatology Project (GPCP) dan Southeast Asian Observation - Southeast Asian Climate Assessment and Dataset (SA-OBS SACAD) untuk wilayah Bumi Maritim Indonesia (BMI). Ukuran verifikasi yang dipakai berupa bias aktual, bias relatif, spread anggota ensemble dalam bentuk boxplot dan akumulasi curah hujan per musim, serta korelasi spasial. Hasilnya, untuk DJF, kemampuan kedua model cenderung overestimate untuk wilayah perairan di sekitar tipe-C. Sebaliknya, untuk prediksi curah hujan di daratan keduanya underestimate. Sementara itu, untuk JJA, bias kedua model saling berkebalikan khususnya di pulau Kalimantan. Kajian ini juga menggunakan metode post-processing statistik koreksi bias untuk mengetahui pengaruhnya terhadap semua anggota ensemble pada kedua model
PERBANDINGAN MODEL KOPEL ECMWF SYSTEM 4 DAN CFSV2 UNTUK PREDIKSI MUSIM DI INDONESIA Muharsyah, Robi
Megasains Vol 11 No 01 (2020): Megasains Vol 11 No.01 Tahun 2020
Publisher : Stasiun Pemantau Atmosfer Global Bukit Kototabang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (3471.137 KB) | DOI: 10.46824/megasains.v11i01.3

Abstract

Kajian ini bertujuan untuk membandingkan curah hujan harian keluaran langsung (raw) dari dua model kopel: European Center Medium Weather Forecast System 4 (S4) dan Climate Forecast System Version 2 (CFSv2) sebagai model prediksi musim operasional pada periode Juni, Juli dan Agustus (JJA) dan Desember, Januari dan Februari (DJF). Kemampuan kedua model diukur berdasarkan ketersediaan prediksi reforecast yang diverifikasi terhadap data observasi curah hujan Global Precipitation Climatology Project (GPCP) dan Southeast Asian Observation - Southeast Asian Climate Assessment and Dataset (SA-OBS SACAD) untuk wilayah Bumi Maritim Indonesia (BMI). Ukuran verifikasi yang dipakai berupa bias aktual, bias relatif, spread anggota ensemble dalam bentuk boxplot dan akumulasi curah hujan per musim, serta korelasi spasial. Hasilnya, untuk DJF, kemampuan kedua model cenderung overestimate untuk wilayah perairan di sekitar tipe-C. Sebaliknya, untuk prediksi curah hujan di daratan keduanya underestimate. Sementara itu, untuk JJA, bias kedua model saling berkebalikan khususnya di pulau Kalimantan. Kajian ini juga menggunakan metode post-processing statistik koreksi bias untuk mengetahui pengaruhnya terhadap semua anggota ensemble pada kedua model
PERBANDINGAN MODEL KOPEL ECMWF SYSTEM 4 DAN CFSV2 UNTUK PREDIKSI MUSIM DI INDONESIA Muharsyah, Robi
Megasains Vol 11 No 01 (2020): Megasains Vol 11 No.01 Tahun 2020
Publisher : Stasiun Pemantau Atmosfer Global Bukit Kototabang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (3471.137 KB) | DOI: 10.46824/megasains.v11i01.3

Abstract

Kajian ini bertujuan untuk membandingkan curah hujan harian keluaran langsung (raw) dari dua model kopel: European Center Medium Weather Forecast System 4 (S4) dan Climate Forecast System Version 2 (CFSv2) sebagai model prediksi musim operasional pada periode Juni, Juli dan Agustus (JJA) dan Desember, Januari dan Februari (DJF). Kemampuan kedua model diukur berdasarkan ketersediaan prediksi reforecast yang diverifikasi terhadap data observasi curah hujan Global Precipitation Climatology Project (GPCP) dan Southeast Asian Observation - Southeast Asian Climate Assessment and Dataset (SA-OBS SACAD) untuk wilayah Bumi Maritim Indonesia (BMI). Ukuran verifikasi yang dipakai berupa bias aktual, bias relatif, spread anggota ensemble dalam bentuk boxplot dan akumulasi curah hujan per musim, serta korelasi spasial. Hasilnya, untuk DJF, kemampuan kedua model cenderung overestimate untuk wilayah perairan di sekitar tipe-C. Sebaliknya, untuk prediksi curah hujan di daratan keduanya underestimate. Sementara itu, untuk JJA, bias kedua model saling berkebalikan khususnya di pulau Kalimantan. Kajian ini juga menggunakan metode post-processing statistik koreksi bias untuk mengetahui pengaruhnya terhadap semua anggota ensemble pada kedua model
Perbandingan Model Kopel ECMWF System 4 Dan CFSV2 Untuk Prediksi Musim Di Indonesia Muharsyah, Robi
Megasains Vol 11 No 1 (2020): Megasains Vol. 11 No.1 Tahun 2020
Publisher : Stasiun Pemantau Atmosfer Global Bukit Kototabang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46824/megasains.v11i01.3

Abstract

Kajian ini bertujuan untuk membandingkan curah hujan harian keluaran langsung (raw) dari dua model kopel: European Center Medium Weather Forecast System 4 (S4) dan Climate Forecast System Version 2 (CFSv2) sebagai model prediksi musim operasional pada periode Juni, Juli dan Agustus (JJA) dan Desember, Januari dan Februari (DJF). Kemampuan kedua model diukur berdasarkan ketersediaan prediksi reforecast yang diverifikasi terhadap data observasi curah hujan Global Precipitation Climatology Project (GPCP) dan Southeast Asian Observation - Southeast Asian Climate Assessment and Dataset (SA-OBS SACAD) untuk wilayah Bumi Maritim Indonesia (BMI). Ukuran verifikasi yang dipakai berupa bias aktual, bias relatif, spread anggota ensemble dalam bentuk boxplot dan akumulasi curah hujan per musim, serta korelasi spasial. Hasilnya, untuk DJF, kemampuan kedua model cenderung overestimate untuk wilayah perairan di sekitar tipe-C. Sebaliknya, untuk prediksi curah hujan di daratan keduanya underestimate. Sementara itu, untuk JJA, bias kedua model saling berkebalikan khususnya di pulau Kalimantan. Kajian ini juga menggunakan metode post-processing statistik koreksi bias untuk mengetahui pengaruhnya terhadap semua anggota ensemble pada kedua model
Koreksi Bias Hasil Proyeksi MIROC5 Keluaran WRF dengan Metode CDFDM Muharsyah, Robi
Megasains Vol 9 No 1 (2018): Megasains Vol. 9 No. 1 Tahun 2018
Publisher : Stasiun Pemantau Atmosfer Global Bukit Kototabang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46824/megasains.v9i1.179

Abstract

Proyeksi Iklim wilayah Indonesia pada tahun 2006 -2040 dari data MIROC 5 telah dihasilkan melalui teknik Dynamical Downscaling menggunakan model WRF. Selanjutnya keluaran model WRF tersebut (data model) dikoreksi biasnya menggunakan Cumulative Distribution Function Downscaling Method (CDFDM) sehingga dihasilkan data terkoreksi. Data observasi berupa curah hujan harian pada 148 stasiun BMKG (2006 – 2015) digunakan sebagai data training pada metode CDFDM. Tingkat akurasi diukur dengan menghitung persentase kesesuaian antara data model dan data terkoreksi terhadap data observasi. Digunakan empat idikasi : Mean daily precipitation (MEA), Intensity of precipitation (INT), Fraction of Wet days (FRE) dan Percentile- 90 (Q90) untuk mengukur tingkat akurasi tersebut. Hasilnya penggunaan metode CDFDM mampu memberikan peningkatan akurasi dengan rata- rata sebesar 15% baik untuk periode JJA maupun DJF
Co-Authors Dian Fitriyani Fitrianti, Novi Indratno, Sapto Wahyu Marzuki Marzuki Suryanti, Krisna Tri Wahyu Hadi, Tri Wahyu