Article Per Year (5 Year)
p-Index From 2020 - 2025
0
P-Index
This Author published in this journals
All Journal Jurnal Ilmu Lingkungan Jurnal Sains & Teknologi Modifikasi Cuaca
Aristya Ardhitama
Unknown Affiliation
Education Environmental Science

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
STANDAR HUJAN EKSTRIM DI RIAU MENGGUNAKAN METODE REGRESI KUANTIL Aristya Ardhitama; Yessy Christy Ulina
Jurnal Sains & Teknologi Modifikasi Cuaca Vol. 15 No. 1 (2014): June 2014
Publisher : BPPT

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29122/jstmc.v15i1.2653

Abstract

IntisariSalah satu akibat dari adanya fenomena penamasan global dan perubahan iklim adalah meningkatnya kasus kejadian cuaca ekstrim dan iklim ekstrim yang terjadi di hampir sebagian besar wilayah Indonesia khususnya di wilayah Riau. Hingga kini belum ada batasan yang jelas atau standar tentang suatu kondisi cuaca dan iklim yang dapat dikategorikan ekstrim. Dari hasil perhitungan curah hujan ekstrim di Riau dengan 2 daerah sampel pos hujan yaitu data Stamet Pekanbaru dan Stamet Japura Rengat, menggunakan metode regresi kuantil, untuk Kota Pekanbaru nilai ekstrim tertinggi pada bulan November 518 mm dan nilai ekstrim terendah 28 mm pada bulan Juli. Sedangkan untuk di daerah Rengat nilai batas atas untuk curah hujannya pada bulan Desember 431.4 mm dan untuk batas bawah 14.3 mm. Nilai ekstrim untuk curah hujan bermanfaat untuk peringatan dini banjir dan kekeringan. AbstractOne of the global warming and climate change effects is increased number of extreme weather events and extreme climate events that occurred in most of Indonesia region, Riau in particular. Yet, there are no distinct border or any standard definition for those events to be categorized as extreme events. Extreme rainfall events have been calculated using 2 weather station data as sample in this paper, those are Pekanbaru and Japura Rengat station, with quantile regression method. For Pekanbaru station, the highest rainfall event is in November with 518 mm monthly rainfall, and the lowest rainfall event is in July with 28 mm monthly rainfall. For Japura Rengat station the highest rainfall event is in December with 431.4 mm monthly rainfall, and the lowest rainfall event is 14.3 mm monthly rainfall. Extreme rainfall can be used for flood and drought early warning.
KAJIAN PENENTUAN AWAL MUSIM DI DAERAH NON ZOM 14 RIAU DENGAN MENGGUNAKAN DATA CURAH HUJAN DAN HARI HUJAN Aristya Ardhitama; Rias Sholihah
Jurnal Sains & Teknologi Modifikasi Cuaca Vol. 15 No. 2 (2014): December 2014
Publisher : BPPT

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29122/jstmc.v15i2.2672

Abstract

IntisariDaerah Riau termasuk kedalam wilayah ZOM (Zona Musim) dan Non ZOM. Daerah Non ZOM merupakan daerah-daerah yang tidak mempunyai batas yang jelas secara klimatologis antara  periode musim hujan dan musim kemarau. Propinsi Riau memiliki wilayah Non ZOM 14 yang menurut teori tidak memilki perbedaan musim hujan dan musim kemarau. Dalam kajian penelitian ini penulis ingin membuktikan bahwa daerah Non ZOM 14 terdapat musim hujan dan musim kemarau. Data yang digunakan adalah data curah hujan (CH) dan hari hujan (HH) dasarian yang diambil dari stasiun daerah Dumai dan Sungai Pakning untuk menentukan Awal Musim. Dari hasil penelitian yang didapatkan daerah Non Zom 14 memiliki pola musim hujan dan musim kemarau yaitu awal musim kemarau yang pertama jatuh pada dasarian bulan Feb I sampai Feb III  dan terjadi kembali pada bulan Mei II sampai bulan Juli II diperoleh hari hujan sebesar ≤ 2(HH) dengan nilai CH sebesar <30 mm. Awal musim hujan yang pertama terjadi pada dasarian pada bulan Maret I sampai bulai Mei II, kemudian musim hujan kembali terjadi pada bulan Juli II sampai bulan Desember II yang diperoleh dari hari hujan ≥ 4 (HH) dengan batas CH sebesar >50mm diperoleh besar jumlah CH ≥ 100mm. Sehingga dapat disimpulkan untuk daerah Non ZOM 14 Riau dapat direkomendasikan menjadi daerah ZOM (Zona Musim).   AbstractRiau area included into the territory of ZOM (Season Zone) and Non ZOM. The Non ZOMS were areas that do not have a clear limit for climatologist between the period of rainy season and dry season. Riau Province has an area of 14 which according to Non ZOMS theory do not have differences in rainy season and dry season. In this research studies the author want to prove that the Non ZOMS 14 there is a rainy season and a dry season. The data used are the precipitation data (CH) and rainy day (HH) decade taken from local station in Dumai and Sungai Pakning to determine the start of the season. From the results obtained by research area Non Zoms 14 has the pattern of rainy season and dry season is the beginning of the dry season the first fell on the decade month of Feb I until Feb III and going back in May II until July II obtained a rainy day at ≤ 2 (HH) with CH value < 30 mm. the Beginning of the rainy season the first one occurred at decade in March I until May II, later rainy season occurred in july II until december II obtained from rainy days ≥ 4 (HH) with limits of CH > gained an enormous amount of CH 50 mm ≥ 100 mm. so it can be inferred for the Non ZOMS 14 Riau can be recommended to be ZOMS (zone seasons).
MODEL SIMULASI PRAKIRAAN CH BULANAN PADA WILAYAH RIAU DENGAN MENGGUNAKAN INPUT DATA SOI, SST, NINO 3.4, DAN IOD Aristya Ardhitama; Rias Sholihah
Jurnal Sains & Teknologi Modifikasi Cuaca Vol. 14 No. 2 (2013): December 2013
Publisher : BPPT

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29122/jstmc.v14i2.2688

Abstract

INTISARI  Saat ini, kondisi cuaca di Pekanbaru dewasa ini begitu cepat perubahannya sehingga sulit diprediksi. Fenomena ini menuntut  prakiraan untuk meningkatkan kualitas hasil prakiraan sehingga lebih cepat, tepat, dan akurat untuk hasil yang diinginkan tersebut. Simulasi prakiraan jumlah curah hujan dengan menggunakan input data prediktor SOI, SST, Nino 3.4 dan IOD dengan parameter cuaca di Kota Pekanbaru telah  dilakukan menggunakan model persamaan regresi linear berganda. Prediktor tersebut digunakan untuk memprediksi curah hujan (CH) tahun 2011 dan 2012.Selain itu berfungsi untuk mengecek kebenaran hasil prakiraan jumlah curah hujan dengan model persamaan regresi linear berganda menggunakan rumus Root Mean Square Error (RMSE) dan Standar Deviasi (SD).Serta kajian penelitian ini berfungsi untuk membuktikan faktor prediktor (SOI, SST, Nina 3.4 dan IOD) yang paling mempengaruhi kondisi curah hujan di Pekanbaru.Data yang digunakan dalam kajian ini adalah data curah hujan sebaran normal dari tahun 1981-2010 pada stasiun wilayah Pekanbaru-Provinsi Riau. Data jumlah curah hujan tahun 2011 dan 2012 hasil observasi dianggap sebagai pembanding untuk verifikasi dan validasi nilai curah hujan (CH) hasil model output simulasi.Berdasarkan penelitian yang telah dilakukan maka dapat disimpulkan bahwa data dari SOI, SST, Nino 3.4 dan IOD memiliki pengaruh terhadap curah hujan di wilayah Pekanbaru Provinsi Riau.Kondisi cuaca terutama curah hujan untuk wilayah Pekanbaru dipengaruhi oleh factor global, regional dan lokal.Dari hasil penelitian terlihat hubungan yang memiliki tingkat korelasi yang tinggi terhadap curah hujan (CH) adalah prediktor SOI.Selain itu, dengan menggunakan RMSE membuktikan bahwa nilai kebenaran pada tahun 2011 lebih baik dibandingkan pada tahun 2012.  
SIMULASI PRAKIRAAN JUMLAH CURAH HUJAN DENGAN MENGGUNAKAN DATA PARAMETER CUACA (STUDY KASUS DI KOTA PEKANBARU TAHUN 2012) Aristya Ardhitama
Jurnal Sains & Teknologi Modifikasi Cuaca Vol. 14 No. 2 (2013): December 2013
Publisher : BPPT

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29122/jstmc.v14i2.2690

Abstract

INTISARISimulasi prakiraan jumlah curah hujan bulanan dengan menggunakan input dapat parameter cuaca di Kota Pekanbaru telah  dilakukan menggunakan model persamaan regresi linear berganda. Untuk memvalidasi kebenaran hasil prakiraan jumlah curah hujan dengan model persamaan regresi linear berganda dihitung nilai Mean absolut Error (MAE) dan nilai uji t student untuk mengetahui kesamaan nilai rata-rata dari jumlah curah hujan prediksi dengan jumlah curah hujan aktualnya. Hasil pengolahan data yang telah dilakukan menunjukkan bahwa simulasi prediksi curah hujan bulanan tahun 2009 dengan menggunakan data parameter cuaca didapatkan penyimpangan nilai MAE sebesar 32.93 mm/bulan dan dari uji t student terbukti bahwa model regresi linear prediksi curah hujan mempunyai kesamaan dengan nilai rata-rata jumlah curah hujan bulanan aktualnya.
Analysis of Effect the Greenhouse Gas Concetrations on the Air Temperature Rising in Pekanbaru City and Padang City Aristya Ardhitama; Yusni Ikhwan Siregar; Nofrizal Nofrizal
Jurnal Ilmu Lingkungan Vol 11, No 1 (2017): Jurnal Ilmu Lingkungan
Publisher : Program Pascasarjana Universitas Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31258/jil.11.1.p.35-43

Abstract

Human activities have had an impact on global warming due to greenhouse gas emissions. Greenhouse gas emissions resulting from industrial activities, transportation and human activities that use fossil energy sources. The purpose of this research is to analyze the increase of air temperature using CO2 and CH4 gas concentration data from 2010-2016, to know the effect of greenhouse gases on the increase of air temperature, and to analyze the most influential factors in increasing air temperature in Pekanbaru and Padang City. The research method used is survey method with assessment and processing of secondary data. The research results found that greenhouse gases in particular the concentration of CO2 gas affect the temperature rise in Pekanbaru and Padang City. The increase of air temperature in Pekanbaru City is 0.52 °C up to 0.61 °C higher than the temperature rise in Padang City 0,51 °C up to 0.60 °C. The correlation of CO2 gas concentration with temperature rise in Pekanbaru City influenced the increase of air temperature by 10.2%. Factors that affect the most increase in air temperature in Pekanbaru City is the number of vehicles and the number of hotspots whereas in the city of Padang temperature rise is influenced by the number of vehicles and the number of industries. Government policies are required in mitigation efforts to reduce the impact of increased greenhouse gas concentrations by tree planting, peatland management and zero burning land clearing
Co-Authors Nofrizal Nofrizal Rias Sholihah Yessy Christy Ulina Yusni Ikhwan Siregar