Hidayat, Anistia Malinda
Unknown Affiliation

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

Found 2 Documents
Search

KORELASI INDEKS NINO 3.4 DAN SOUTHERN OSCILLATION INDEX (SOI) DENGAN VARIASI CURAH HUJAN DI SEMARANG Hidayat, Anistia Malinda; Efendi, Usman; Agustina, Lisa; Winarso, Paulus Agus
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 (433.883 KB) | DOI: 10.29122/jstmc.v19i2.3143

Abstract

Semarang merupakan salah satu wilayah di Indonesia yang rawan terdampak bencana hidrometeorologi. Sejumlah wilayah di Semarang merupakan daerah rawan kekeringan, sementara di wilayah lainnya merupakan daerah langganan banjir tiap tahunnya. Salah satu parameter yang memiliki keterkaitan erat dengan fenomena hidrometeorologi adalah El Nino Southern Oscillation (ENSO). Sebagai sirkulasi tropis non musiman, ENSO memiliki peran penting terhadap variasi curah hujan yang diamati. Penelitian terkait ENSO telah banyak dilakukan sebelumnya, namun belum ada penelitian tekait yang dilakukan di Semarang yang notabene merupakan daerah rawan bencana hidrometeorologi, sehingga fluktuasi ENSO menarik untuk dikaji di wilayah ini. Penelitian ini bertujuan untuk menganalisis korelasi fenomena global laut atmosfer terhadap distribusi curah hujan di wilayah Semarang. Dalam jangka waktu 15 tahun (2001-2015), pengaruh dari ENSO dianalisis menggunakan korelasi temporal untuk menentukan dampak dari ENSO pada curah hujan yang diamati di enam pos pengamatan hujan di Semarang. Analisis tersebut menunjukkan bahwa korelasi antara anomali Suhu Permukaan Laut (SPL) di wilayah Nino 3.4 dengan curah hujan diamati secara signifikan pada lima pos pengamatan hujan selama periode September Oktober November (SON) dengan rentang nilai korelasi antara -0.598 sampai dengan -0.679. Sementara itu, korelasi variabilitas curah hujan dengan Southern Oscillation Index (SOI) menunjukan nilai yang berkisar antara 0.561 sampai dengan 0.780. Curah hujan yang diamati umumnya selalu berkurang pada tahun-tahun dimana nilai indeks Nino 3.4 positif dan nilai SOI negatif, sedangkan curah hujan diamati meningkat pada tahun-tahun dimana nilai indeks Nino 3.4 negatif dan nilai SOI yang positif.
MODEL ESTIMASI DATA INTENSITAS RADIASI MATAHARI UNTUK WILAYAH BANTEN Munawar, Munawar; Mulsandi, Adi; Hidayat, Anistia Malinda
Jurnal Sains & Teknologi Modifikasi Cuaca Vol. 21 No. 2 (2020): December 2020
Publisher : BPPT

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29122/jstmc.v21i2.4171

Abstract

Data intensitas radiasi matahari (Rs, MJ/m2/day) memiliki peran yang sangat penting dalam pemodelan cuaca dan iklim guna mengkuantifikasi panas yang dipertukarkan antara permukaan dan atmosfer. Namun, keterbatasan jumlah titik pengamatan intensitas radiasi matahari menjadikan pemodelan sebagai alternatif solusi yang relatif mudah dan murah untuk pengambilan data intensitas radiasi. Penelitian ini bertujuan untuk mengevaluasi performa model dalam mengestimasi nilai intensitas radiasi matahari di wilayah penelitian menggunakan dua pendekatan model yang berbeda, yaitu model empiris oleh Keiser, Arkansas (AR) dan model deterministik. Tiga variabel utama cuaca yang digunakan sebagai input data model adalah curah hujan (mm), suhu maksimum (°C), dan suhu minimum (°C). Kedua model tersebut dipilih karena dapat diterapkan dengan hanya melibatkan variabel utama atmosfer yang tersedia dalam waktu yang panjang di lokasi penelitian. Hasil prediksi yang dilakukan dengan model kemudian dibandingkan dengan data reanalisis National Centers for Environmental Prediction (NCEP) pada titik koordinat wilayah Stasiun Klimatologi Pondok Betung. Hasilnya menunjukkan performa model empirik lebih baik dalam menggambarkan variasi temporal dan prediksi variabel intensitas matahari dibandingkan model deterministik. Hal tersebut ditunjukkan dengan nilai korelasi yang cukup baik, yakni mencapai 0,72 (korelasi kuat) dan nilai Root Mean Square Error (RMSE) 2,0. Atas dasar hasil pemodelan yang cukup representatif di lokasi penelitian, analisis secara spasial kemudian diterapkan untuk skala wilayah yang lebih luas, yaitu Provinsi Banten. Berdasarkan tinjauan secara spasial di wilayah kajian, model empirik memiliki performa yang bervariasi di wilayah Provinsi Banten. Hasil prediksi intensitas radiasi matahari di wilayah bagian barat memiliki performa yang lebih baik dibandingkan wilayah bagian timur. Â