Article Per Year (5 Year)
p-Index From 2021 - 2026
3.853
P-Index
This Author published in this journals
All Journal Indonesian Journal of Geography Komunikasi Fisika Indonesia Sinergi Journal of Applied Geospatial Information JOURNAL OF MECHANICAL ENGINEERING, MANUFACTURES, MATERIALS AND ENERGY MAJALAH ILMIAH GLOBE Jurnal Geografi, Edukasi dan Lingkungan Media Mahardhika Jurnal Kreativitas PKM International Journal of Remote Sensing and Earth Sciences (IJReSES) Indonesian Physical Review DIFFRACTION: Journal for Physics Education and Applied Physics Jurnal Teras Fisika : Teori, Modeling, dan Aplikasi Fisika Jurnal Penelitian Fisika dan Terapannya (JUPITER) Journal of Computer Science and Engineering (JCSE) Jurnal Ilmiah Matematika Mitra Akademia: Jurnal Pengabdian Masyarakat Indexia Jurnal Energi Baru dan Terbarukan Jurnal Aplikasi Bisnis Kesatuan GEOGRAPHIA: Jurnal Pendidikan dan Penelitian Geografi Jurnal Kolaboratif Sains Jurnal Riset Statistika Newton-Maxwell Journal of Physics Jagratara: Journal of Disaster Research The International Journal of Remote Sensing and Earth Sciences (IJReSES)
Yahya Darmawan
Indonesian Agency For Meteorological, Climatological And Geophys-ics (BMKG) Region I
Religion Agriculture, Biological Sciences & Forestry Humanities Astronomy Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Nursing Physics Public Health Social Sciences Other

Published : 33 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 33 Documents
Search

 1   2   3   4 
Accuracy Assessment of Monthly Rainfall Predictions using Seasonal ARIMA and Long Short-Term Memory (LSTM) Akbar, Ahmad Aldizar; Darmawan, Yahya; Wibowo, Arief; Rahmat, Hayatul Khairul
Journal of Computer Science and Engineering (JCSE) Vol 5, No 2: August (2024)
Publisher : ICSE (Institute of Computer Sciences and Engineering)

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

Abstract

Hydro meteorological disasters are common in Indonesia. Rainfall predictions can help mitigate the impact of these disasters. This research aims to compare the accuracy of monthly rainfall prediction models using Seasonal Autoregressive Integrated Moving Average (SARIMA) and Long Short-Term Memory (LSTM) methods. The input data consists of monthly rainfall records from four locations: Sampali, Kualanamu, Belawan, and Tuntungan, located around Medan, North Sumatra. The dataset spans from 2000 to 2020, with training data from 2000 to 2018 and test data from 2019 to 2020. The accuracy assessment reveals that Belawan has the largest RMSE values for both models, measuring 27.68 mm for LSTM and 28.36 mm for SARIMA. Belawan records the highest MAE values, with LSTM and SARIMA yielding 5.65 mm and 5.79 mm, respectively. SARIMA models effectively capture general trends and seasonality in linear time series data with clear patterns but struggle with extreme changes or sharp fluctuations due to their reliance on linear relationships. In contrast, LSTMs are effective at modeling complex, non-linear relationships, making them suitable for capturing general trends, seasonal patterns, and more complicated variations in the data. Understanding the characteristics of the data is crucial before applying SARIMA or LSTM models.
Development of face image recognition algorithm using CNN in airport security checkpoints for terrorist early detection Anggraini, Eca Indah; Nurdin, Fachdy; Restianto, Mohammad Obie; Dahsan, Sudarti; Ardhana, Andini Aprilia; Supriyadi, Asep Adang; Darmawan, Yahya; Arief, Syachrul; Ikhsanudin, Agus Haryanto
SINERGI Vol 29, No 1 (2025)
Publisher : Universitas Mercu Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/sinergi.2025.1.004

Abstract

Ensuring airport security is of paramount importance to safeguard the lives of passengers and prevent acts of terrorism. In this context, developing advanced technology for early terrorist detection is crucial. This paper presents a novel approach to enhancing security measures at airport checkpoints by applying Convolutional Neural Network (CNN) and Artificial Neural Network (ANN) algorithms in face image recognition. Our system utilizes state-of-the-art artificial intelligence techniques to analyze facial features. Our research uses VGG architecture and pre-trained with face data as a CNN model. This model is used to extract face embedding features from the dataset. These embedding features are then compressed with Principal Component Analysis (PCA) to obtain the meaningful feature as training data for the ANN algorithm. We trained our system using data from 500 identities data with 60 data for each identity.  This training enables our system to recognize known terrorists and individuals on watchlists by comparing the facial features of individuals passing through security checkpoints with those in the database. The proposed CNN-ANN-based face recognition system not only enhances airport security but also significantly reduces the processing time for security checks. It can quickly identify potential threats, allowing security personnel to take appropriate actions in real time ensuring a rapid response to security concerns. We present the architecture, training methodology, and evaluation of the CNN-ANN model, achieving a high accuracy of 91.16% and precision of 91.36%. Through this research, we aim to increase airport security and strengthen efforts to combat terrorism, making air travel safer and more secure for all passengers. 
Evaluasi Efektifitas Jaringan Pos Hujan dalam Mitigasi Kebencanaan di Provinsi Bengkulu Nisa, Ania Maulidiah; Darmawan, Yahya
Jagratara: Journal of Disaster Research Vol. 2 No. 2 (2024): Desember
Publisher : Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36080/jjdr.v2i2.179

Abstract

This study aims to evaluate the rain post network using the Kagan-Rodda method in Bengkulu Province, especially for supporting the disaster mitigation of hydro-meteorology. In order to obtain an accurate and efficient number and location point of the rain post network, it is necessary to evaluate the existence of existing rain posts. The method used in this research is descriptive quantitative where calculations are made on the method of analyzing the rain post network evaluation based on WMO standards and based on the Kagan-Rodda method analysis. The results of the research on the WMO standard evaluation analysis of the rain post network show that 52 rain posts are included in the minimum density category, 22 rain posts are classified as maximum density, and 42 others have normal density. Based on the analysis of the Kagan-Rodda method, several smoothing errors were obtained, namely 1%, 2%, 3%, 4%, and 5%. With the value of the number of rain posts that are still lacking in the selected smoothing error recommendations, rain posts can be procured, so that accurate and ideal rainfall analysis results will be obtained.
Pemetaan Daerah Rawan Longsor Berbasis Data Penginderaan Jauh di Kota Batu Jawa Timur Armadyaputri, Aludra Nadia; Tanggahma, Yuan Zalfa; Darmawan, Yahya
Jagratara: Journal of Disaster Research Vol. 2 No. 2 (2024): Desember
Publisher : Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36080/jjdr.v2i2.182

Abstract

Batu City is known to have a varied topography with high potential for landslides due to significant rainfall and certain geological conditions. Data observed in analyzing landslide prone areas include rainfall, slope, land cover, and soil type. The results of the analysis show that these factors play a significant role in determining the level of landslide vulnerability in the area. This study aims to analyze the level of landslide vulnerability in Batu City, East Java, using scoring and overlay methods. This method enables identification and mapping of landslide prone areas to provide recommendations for appropriate mitigation and management measures to reduce the risk of landslides. The resulting landslide vulnerability mapping provides useful information for authorities in planning effective mitigation strategies. The proposed mitigation action recommendations are expected to help reduce the impact of landslides and improve community preparedness in Batu City.
Analisis Hujan Ekstrem Menggunakan Data Satelit Himawari 9, Model, dan Observasi (Studi Kasus : Jakarta Utara, 29 Februari 2024) Saputra, Ahmad Irsyad; Yahya Darmawan
Jurnal Penelitian Fisika dan Terapannya (JUPITER) Vol. 6 No. 2 (2025): Jurnal Penelitian Fisika dan Terapannya (JUPITER)
Publisher : Universitas PGRI Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31851/jupiter.v6i2.17976

Abstract

Jakarta Utara mengalami curah hujan ekstrem pada 29 Februari 2024 yang memicu terjadinya kejadian banjir. Tujuan penelitian ini adalah untuk menganalisis kondisi atmosfer yang memicu kejadian tersebut menggunakan data satelit Himawari-9 yang dikombinasikan dengan data model dan data observasi. Data yang digunakan dalam penelitian ini yaitu data satelit Himawari-9 pada tanggal 28 Februari 2024 pukul 00.00 UTC hingga tanggal 29 Februari 2024 pukul 00.00 UTC, data model ECMWF dan data observasi dari ogimet pada curah hujan tanggal 29 Februari 2024 beserta data curah hujan 24 sebelum, 7 hari sebelum, juga 7 hari sesudah tanggal tersebut. Studi ini mencakup analisis dinamika atmosfer yang diolah melalui SATAID, pola distribusi awan, streamline, dan Low Level Moisture Transport (LLMT) diperoleh dengan pengolahan GrADS, juga curah hujan diolah menggunakan Excel. Hasil penelitian yang diperoleh meliputi SSI sebesar 0.1, 1.3, dan 1.4 oC; LI sebesar -2.3, -2.0, dan -1.7 oC; SWEAT sebesar 290, 285, dan 337; CAPE sebesar 479, 447, dan 491 J/kg; CIN sebesar 22, 47, dan 20 J/kg; KI sebesar 36.8, 35.1, dan 34.4 oC; TT sebesar 42.5, 41.1, dan 40.5 oC. Penelitian ini menegaskan hubungan kuat antara parameter atmosfer dan curah hujan ekstrem. Penelitian selanjutnya disarankan untuk menggunakan data dari beberapa titik pengamatan curah hujan untuk meningkatkan akurasi analisis spasial, sehingga dapat mendukung upaya mitigasi banjir secara lebih efektif. Penelitian ini menemukan hubungan antara curah hujan dan kondisi atmosfer berdasarkan citra satelit Himawari-9. Untuk meningkatkan akurasi analisis spasial dan mendukung mitigasi banjir secara efektif, disarankan agar penelitian selanjutnya menggunakan data dari berbagai titik pengamatan curah hujan.
Analisis Kejadian Hujan Es Berbasis Satelit Himawari-9 Dengan Metode Rgb (Studi Kasus Jombang 24 September 2024) Dhaifullah Rafif Aslam; Yahya Darmawan
Jurnal Ilmiah Matematika Vol. 12 No. 1 (2025)
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/jim.v12i1.30623

Abstract

Hujan merupakan salah satu unsur penting cuaca, terdapat dua jenis awan hujan. Awan konvektif tidak hanya menghasilkan hujan, tetapi berpotensi menimbulkan hujan es. Pada 24 September 2024 telah terjadi hujan es di Kabupaten Jombang yang mengakibatkan sejumlah kerusakan. satelit digunakan untuk mengetahui kondisi perawanan pada saat kejadian hujan es terjadi. Penelitian ini bertujuan untuk mengetahui pembentukan awan konvektif yang menyebabkan hujan es. Data Satelit Himawari-9 digunakan untuk dilakukan pengolahan menggunakan Teknik (Red, Green, Blue) RGB. Metode Day Convective Storm digunakan untuk mengetahui persebaran awan tinggi yang memiliki potensi hujan es. Metode Airmass ditambahkan untuk mengetahui persebaran awan dan massa udara awan tersebut. Hasil menunjukkan bahwa terdapat awan tinggi tebal yang berpotensi hujan es di Kabupaten Jombang. Terdapat massa udara yang hangat dan lembap sehingga awan mudah terbentuk. Adanya konvergensi pada wilayah Kabupaten Jombang menimbulkan updraft sehingga mendukung pertumbuhan awan. Kecepatan angin berkisar 2,4 – 5,6 knot dan kelembapan relatif 70 – 90% yang tergolong tinggi. Nilai CAPE 1050 J/Kg dan CIN 30 J/Kg sehingga menujukkan terdapat aktivitas konveksi kuat.
ANALISIS DINAMIKA ATMOSFER KEJADIAN HUJAN LEBAT DENGAN METODE RED GREEN BLUE (RGB) DAN CLOUD CONVECTIVE OVERLAYS (CCO) DI BALIKPAPAN (STUDI KASUS 09 AGUSTUS 2024) Vidia, Trimawarti Esti; Darmawan, Yahya; Widodo, Widodo
Indexia Vol. 6 No. 2 (2024): INDEXIA : Informatics and Computational Intelligent Journal Volume 6 Nomor 2 No
Publisher : Universitas Muhammadiyah Gresik

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30587/indexia.v6i2.9374

Abstract

Hujan lebat yang terjadi di Kota Balikpapan pada 9 Agustus 2024 menyebabkan banjir dan tanah longsor yang signifikan. Penelitian ini bertujuan untuk menganalisis fenomena tersebut menggunakan data citra satelit Himawari-8 yang diolah dengan perangkat lunak SATAID. Analisis dilakukan melalui pengukuran suhu puncak awan, interpretasi citra Red, Green, and Blue (RGB), analisis pola angin menggunakan streamline, dan penghitungan parameter atmosfer (CAPE, LI, dan K-Index) untuk memahami dinamika atmosfer. Analisis Low-Level Moisture Transport (LLMT) juga dilakukan untuk menggambarkan distribusi kelembapan atmosfer pada lapisan rendah (500–1000 hPa). Hasil penelitian menunjukkan suhu puncak awan cumulonimbus yang sangat rendah (-74,2°C) dengan nilai CAPE mencapai 628 J/kg dan K-Index 34°C, yang mengindikasikan adanya energi konveksi signifikan dan ketidakstabilan atmosfer tinggi. Analisis LLMT menunjukkan transportasi kelembapan yang kuat dari Selat Makassar menuju Balikpapan, sementara pola angin pada lapisan 925–500 hPa mendukung konvergensi kelembapan yang intens. Interaksi antara kelembapan tinggi, pola angin konvergen, dan ketidakstabilan atmosfer menjadi faktor utama yang mendukung kejadian hujan lebat di Balikpapan.
Analisis Pertumbuhan Awan Konvektif Berbasis Data Citra Satelit pada Kejadian Puting Beliung Tanjungpandan Kabupaten Belitung (Studi Kasus 17 Mei 2023): Analysis of the Growth and Distribution of Convective Clouds Based on Satellite Image Data on the Tornado Event in Tanjungpandan, Belitung Regency (Case Study May 17, 2023) Afriyanti; Yahya Darmawan
Jurnal Kolaboratif Sains Vol. 8 No. 4: April 2025
Publisher : Universitas Muhammadiyah Palu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56338/jks.v8i4.6951

Abstract

Puting beliung merupakan salah satu cuaca ekstem ditandai dengan sebuah fenomena angin berputar dengan kecepatan lebih dari 60-90 km/jam yang berlangsung sekitar 5-10 menit sebagai akibat adanya perbedaan tekanan yang besar pada area dengan skala kecil di sekitar awan cumulonimbus. Studi ini bertujuan untuk menganalisis kejadian cuaca ekstrem yang terjadi di Tanjungpandan dengan menggunakan citra satelit melalui aplikasi SATAID untuk mengetahui pola pertumbuhan awan konvektif yang menyebabkan terjadinya puting beliung. Penelitian ini menggunakan metode analisis suhu puncak awan sebelum, selama dan setelah kejadian putting beliung, mengamati karakteristik awan, mengkaji arah dan kecepatan pergerakan angin menggunakan data NWP dari satelit Himawari -9, data diolah dengan perangkat SATAID. Berdasarkan analisis hasil didapatkan suhu permukaan mengalami peningkatan sehingga memicu pemanasan yang mengakibatkan terjadinya penguapan masif. Hasil identifikasi citra satelit Himawari-9 menunjukkan adanya awan konvekif ditandai dari suhu puncak awan pada fase matang mencapai -57,40C dan kecepatan pergerakan awan sebesar 57 knot. Beberapa faktor tersebut mengindikasikan tanda-tanda terjadinya fenomena puting beliung.
Komparasi Mikrofisis Atmosfer pada Hujan Es Menggunakan Data Observasi, Model, dan Satelit (Studi Kasus: Hujan Es Sidoarjo 4 November 2024) Carundyatama, Daniar Ihza; Darmawan, Yahya; Rahma, Nuzula Elfa; Franchitika, Rizky; Sudarisman, Maman
DIFFRACTION: Journal for Physics Education and Applied Physics Vol 7, No 1 (2025)
Publisher : Pendidikan Fisika, Fakultas Keguruan dan Ilmu Pendidikan, Universitas Siliwangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37058/diffraction.v7i1.13397

Abstract

Kondisi hujan ekstrem di wilayah Indonesia merupakan fenomena akibat pengaruh kondisi labilitas atmosfer. Penelitian ini menggambarkan dinamika parameter mikrofisis yang berpengaruh dalam labilitas atmosfer ketika hujan es terjadi. Data yang digunakan yaitu data observasi radiosonde, reanalisis ERA5 ECMWF, dan Satelit Himawari-9.  Kondisi hujan es di wilayah Kabupaten Sidoarjo, Jawa Timur pada tanggal 4 November 2024 disebabkan oleh pertumbuhan awal Cumulonimbus (CB). Fase pembentukan, matang dan luruh berturut turut yaitu pukul 05.00 UTC, 06.10 UTC, dan 07.30 UTC. Citra kanal visibel menggambarkan bentuk awan, metode RGB menggambarkan kondisi lapisan dingin, dan citra IR menggambarkan suhu terendah yang diamati pada hujan es ini yaitu -80oC. Parameter mikrofisis vortisitas, vertical velocity, dan divergensi menunjukkan pola labil pada pukul 05.00 UTC. Nilai labilitas atmosfer pada wilayah Sidoarjo ketika pukul 00.00 UTC menunjukkan potensi adanya konveksi dengan didukung oleh kondisi yang ideal. Beberapa indeks menyatakan potensi terjadinya konveksi dan beberapa menunjukkan bahwa konveksi yang terjadi perlu dipicu oleh variabel atmosfer yang menguatkan
Perbandingan Model Prediksi Curah Hujan Kota Semarang Metode SARIMA dan Holt-Winter Muhammad Zaky Arkananta; Yahya Darmawan; Trianasari, Maria Evy; Widodo, Widodo; Widodo , Anton
Jurnal Riset Statistika Volume 5, No. 1, Juli 2025, Jurnal Riset Statistika (JRS)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jrs.v5i1.6149

Abstract

Abstract. High rainfall in Semarang City often triggers hydrometeorological disasters such as floods and landslides. Therefore, accurate rainfall prediction is needed to support disaster mitigation in Semarang City. This study aims to compare the performance of two rainfall prediction models, namely Seasonal Autoregressive Integrated Moving Average (SARIMA) and Holt-Winter Exponential Smoothing. The data used are monthly rainfall data from 1991 to 2023 to make predictions and validate both models. The results of the study show that the SARIMA model is more accurate in predicting rainfall in Semarang City than the Holt-Winter Exponential Smoothing method. Evaluation metric values such as NRMSE, MAE, and MAPE show that SARIMA produces smaller prediction errors. Therefore, the SARIMA model is recommended as a more accurate method for predicting rainfall in Semarang City. It is hoped that this study can support efforts to adapt and mitigate hydrometeorological risks in Semarang City and its surroundings. Abstrak. Curah hujan yang tinggi di Kota Semarang sering kali memicu bencana hidrometeorologi seperti banjir dan tanah longsor. Oleh karena itu, diperlukan prediksi curah hujan yang akurat untuk mendukung mitigasi bencana di Kota Semarang. Penelitian ini bertujuan untuk membandingkan kinerja dua model prediksi curah hujan, yaitu SARIMA (Seasonal Autoregressive Integrated Moving Average) dan Holt-Winter Exponential Smoothing. Data yang digunakan adalah data curah hujan bulanan dari tahun 1991 hingga 2023 untuk membuat prediksi dan memvalidasi kedua model. Hasil penelitian menunjukkan bahwa model SARIMA lebih akurat dalam memprediksi curah hujan di Kota Semarang dibandingkan metode Holt-Winter Exponential Smoothing. Nilai metrik evaluasi seperti NRMSE, MAE, dan MAPE menunjukkan bahwa SARIMA menghasilkan kesalahan prediksi yang lebih kecil. Oleh karena itu, model SARIMA direkomendasikan sebagai metode yang lebih akurat untuk memprediksi curah hujan di Kota Semarang. Harapannya, penelitian ini dapat mendukung upaya adaptasi dan mitigasi risiko hidrometeorologi di Kota Semarang dan sekitarnya.
Co-Authors Afriyanti Agung Perdian Sulistio Akbar, Ahmad Aldizar Al Badri, Abdul Aziz Amanu, Rendy Syahril Amri, Sayful Anggraini, Eca Indah Aplena Elen S. Bless Ardhana, Andini Aprilia Arief Wibowo Arief, Syachrul Arifianto, Fendy Arkananta, Muhammad Zaky Armadyaputri, Aludra Nadia Bambang Giyanto Benyamin Heryanto Rusanto Carundyatama, Daniar Ihza Dahsan, Sudarti Deni Septiadi Dhaifullah Rafif Aslam Erna Frida Fadhli Aslama Afghani Fadllillah, Ahmad Arif Zulfan Ferdiansyah, Ervan Ferdiyansyah, Ervan Franchitika, Rizky Giananti, Attiya Shakila Habibi, Naufal Ilham Hayatul Khairul Rahmat Hibatullah, Khindi Aufa Ikhsanudin, Agus Haryanto Imawan Mashuri Karyono Karyono Kusumayanti, Diah Lumbantoruan, Alva Josia Manik, Willy Bonanja Manurung, Ellya Veronika Iriani Manurung, Royston Marhaposan Situmorang, Marhaposan Muhamad Arif Jumansa Muhammad Labieb Muzakkie Muhammad Zaky Arkananta Mulya, Aditya Munawar Munawar Nardi, Nardi Nisa, Ania Maulidiah Nurdin, Fachdy Oktabrian, Krisna Dwi Parwati Sofan Rahma, Nuzula Elfa Ramadoni Khirtin Restianto, Mohammad Obie Rista Hernandi Virgianto Samen Baan Sanjaya, Kadek Valerina Kitana Saputra, Ahmad Irsyad Saragih, Immanuel Jhonson A. Sudarisman, Maman Supriyadi, Asep Adang Syahrul Humaidi, Syahrul Tambunan, Nensy Nindy Tanggahma, Yuan Zalfa Trianasari, Maria Evy Tulus Ikhsan Nasution Veanti, Desak Putu Okta Vidia, Trimawarti Esti Wandono, Wandono Weman Suardy Wibowo, Shindyko Widodo , Anton Widodo Widodo