Article Per Year (5 Year)
p-Index From 2020 - 2025
0
P-Index
This Author published in this journals
All Journal JURNAL METEOROLOGI DAN GEOFISIKA Jurnal Meteorologi dan Geofisika
Rian Anggraeni
Badan Meteorologi, Klimatologi, dan Geofisika (BMKG)
Earth & Planetary Sciences Energy Physics

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

Found 2 Documents
Search

 1 
PENGEMBANGAN MODEL HyBMG 2.07 UNTUK PREDIKSI IKLIM DI INDONESIA DENGAN MENGGUNAKAN DATA TROPICAL RAINFALL MEASURING MISSION (TRMM) Tri Astuti Nuraini; Danang Eko Nuryanto; Kurnia Endah Komalasari; Ratna Satyaningsih; Yuaning Fajariana; Rian Anggraeni; Ardhasena Sopaheluwakan
Jurnal Meteorologi dan Geofisika Vol 20, No 2 (2019)
Publisher : Pusat Penelitian dan Pengembangan BMKG

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (3672.614 KB) | DOI: 10.31172/jmg.v20i2.610

Abstract

Informasi iklim mempunyai nilai strategis dan penting dalam banyak aspek pembangunan berkelanjutan dan mendukung ketahanan pangan nasional. Layanan informasi iklim yang sudah ada diantaranya adalah analisa dan prediksi iklim bulanan. Saat ini telah banyak metode prediksi berbasis statistika yang dikembangkan untuk mendapatkan prakiraan iklim khususnya curah hujan. Salah satu model prediksi iklim dengan berbasis statistik baik statistik univariat maupun statistik multivariat yang dikembangkan Pusat Penelitian dan Pengembangan (Puslitbang) Badan Meteorologi Klimatologi dan Geofisika (BMKG) adalah HyBMG. Ada 3 metode prediksi univariat yang diujikan dalam aplikasi HyBMG yaitu Adaptive Neuro-Fuzzy Inference System (ANFIS), Autoregressive Integrated Moving Average (ARIMA), dan Transformasi Wavelet. Namun demikian masih ada beberapa kendala diantaranya running model masih dilakukan satu persatu untuk tiap lokasi dan metode, sehingga apabila akan melakukan running untuk beberapa titik (lokasi) membutuhkan waktu yang cukup lama. Oleh karena itu untuk menghasilkan informasi dan prediksi iklim yang berkualitas diperlukan model prediksi iklim yang memiliki performa tinggi. Untuk keperluan pengujian model prediksi iklim ini dilakukan validasi metode dengan menggunakan data penginderaan jauh (TRMM/GPM). Data yang digunakan adalah data curah hujan bulanan seluruh wilayah Indonesia. Hasil menunjukkan bahwa prediksi curah hujan bulanan dari ketiga metode yang digunakan masih underestimate dibandingkan dengan data observasinya. Berdasarkan metode yang digunakan yang mempunyai korelasi tinggi di wilayah Jawa, Bali, dan Nusa Tenggara.
PENGEMBANGAN MODEL HyBMG 2.07 UNTUK PREDIKSI IKLIM DI INDONESIA DENGAN MENGGUNAKAN DATA TROPICAL RAINFALL MEASURING MISSION (TRMM) Tri Astuti Nuraini; Danang Eko Nuryanto; Kurnia Endah Komalasari; Ratna Satyaningsih; Yuaning Fajariana; Rian Anggraeni; Ardhasena Sopaheluwakan
Jurnal Meteorologi dan Geofisika Vol. 20 No. 2 (2019)
Publisher : Pusat Penelitian dan Pengembangan BMKG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31172/jmg.v20i2.610

Abstract

Informasi iklim mempunyai nilai strategis dan penting dalam banyak aspek pembangunan berkelanjutan dan mendukung ketahanan pangan nasional. Layanan informasi iklim yang sudah ada diantaranya adalah analisa dan prediksi iklim bulanan. Saat ini telah banyak metode prediksi berbasis statistika yang dikembangkan untuk mendapatkan prakiraan iklim khususnya curah hujan. Salah satu model prediksi iklim dengan berbasis statistik baik statistik univariat maupun statistik multivariat yang dikembangkan Pusat Penelitian dan Pengembangan (Puslitbang) Badan Meteorologi Klimatologi dan Geofisika (BMKG) adalah HyBMG. Ada 3 metode prediksi univariat yang diujikan dalam aplikasi HyBMG yaitu Adaptive Neuro-Fuzzy Inference System (ANFIS), Autoregressive Integrated Moving Average (ARIMA), dan Transformasi Wavelet. Namun demikian masih ada beberapa kendala diantaranya running model masih dilakukan satu persatu untuk tiap lokasi dan metode, sehingga apabila akan melakukan running untuk beberapa titik (lokasi) membutuhkan waktu yang cukup lama. Oleh karena itu untuk menghasilkan informasi dan prediksi iklim yang berkualitas diperlukan model prediksi iklim yang memiliki performa tinggi. Untuk keperluan pengujian model prediksi iklim ini dilakukan validasi metode dengan menggunakan data penginderaan jauh (TRMM/GPM). Data yang digunakan adalah data curah hujan bulanan seluruh wilayah Indonesia. Hasil menunjukkan bahwa prediksi curah hujan bulanan dari ketiga metode yang digunakan masih underestimate dibandingkan dengan data observasinya. Berdasarkan metode yang digunakan yang mempunyai korelasi tinggi di wilayah Jawa, Bali, dan Nusa Tenggara.
Co-Authors Ardhasena Sopaheluwakan Danang Eko Nuryanto Kurnia Endah Komalasari Ratna Satyaningsih Tri Astuti Nuraini Tri Astuti Nuraini Yuaning Fajariana