Asteria Satyaning Handayani
Badan Meteorologi Klimatologi dan Geofisika (BMKG)

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

PENGEMBANGAN MODEL ENSEMBEL GELOMBANG LAUT MRI-III DAN WINDWAVE-05 MENGGUNAKAN KECERDASAN BUATAN Asteria Satyaning Handayani; Hastuadi Harsa; Roni Kurniawan; Sri Noviati; Wido Hanggoro
Jurnal Meteorologi dan Geofisika Vol 18, No 3 (2017)
Publisher : Pusat Penelitian dan Pengembangan BMKG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31172/jmg.v18i3.346

Abstract

Kondisi gelombang laut dimodelkan oleh MRI-III dan Windwaves-05. Penelitian ini mengembangkan model ensembel untuk menggabungkan output dua model tersebut. Proses ensembel dilakukan oleh jaringan syaraf tiruan menggunakan metode pembelajaran resilient propagation. Parameter input ensembel adalah ketinggian maksimum dan ketinggian signifikan gelombang yang dihasilkan oleh kedua model, sedangkan parameter output ensembel adalah ketinggian maksimum dan ketinggian signifikan gelombang. Target untuk melatih jaringan syaraf tiruan adalah data yang diperoleh dari perekaman data lapangan di dua lokasi: Sawarna dan Bengkulu. Hasil yang diperoleh menunjukkan bahwa model ensembel ini mampu memberikan output yang lebih mendekati nilai perekaman data langsung di lapangan dibanding output kedua model input secara individu.
ANALISIS DAERAH ENDEMIK BENCANA AKIBAT CUACA EKSTRIM DI SUMATERA UTARA Asteria Satyaning Handayani
Jurnal Meteorologi dan Geofisika Vol 11, No 1 (2010)
Publisher : Pusat Penelitian dan Pengembangan BMKG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31172/jmg.v11i1.62

Abstract

Bencana alam akibat cuaca ekstrim telah mengambil banyak korban jiwa dan menyebabkan kerusakan di seluruh wilayah Indonesia, salah satunya di Sumatera Utara. Peristiwa ini menarik perhatian masyarakat karena daya rusaknya yang besar terhadap kehidupan manusia. Analisis daerah bencana akibat cuaca ekstrim telah dilakukan terhadap Sumatera Utara. Dengan menggunakan statistik terhadap data dari Database Bencana Alam, dipetakan daerah yang memiliki intensitas tinggi bencana dengan tujuan membangun kesadaran pemerintah daerah setempat mengenai daerahnya. Diperoleh bahwa terdapat dua daerah yang memiliki resiko dampak terbesar terkena bencana. Daerah-daerah tersebut adalah Medan dan Deli Serdang. Natural disasters due to extreme weather have taken many casualties and caused damage throughout Indonesia, one of which is in North Sumatera. They drew people’s attention because of their catastrophic impact to human lives. Analyses of disaster regions due to these extreme weather events have been done in North Sumatera. Using statistic from Natural Disaster Database, we try to map which region has higher intensity imposed by disaster in order to build local authorities awareness to their region. Apparently, there are two regions which having high disaster risk. They are Medan and Deli Serdang.
PENGEMBANGAN MODEL ENSEMBEL GELOMBANG LAUT MRI-III DAN WINDWAVE-05 MENGGUNAKAN KECERDASAN BUATAN Asteria Satyaning Handayani; Hastuadi Harsa; Roni Kurniawan; Sri Noviati; Wido Hanggoro
Jurnal Meteorologi dan Geofisika Vol. 18 No. 3 (2017)
Publisher : Pusat Penelitian dan Pengembangan BMKG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31172/jmg.v18i3.346

Abstract

Kondisi gelombang laut dimodelkan oleh MRI-III dan Windwaves-05. Penelitian ini mengembangkan model ensembel untuk menggabungkan output dua model tersebut. Proses ensembel dilakukan oleh jaringan syaraf tiruan menggunakan metode pembelajaran resilient propagation. Parameter input ensembel adalah ketinggian maksimum dan ketinggian signifikan gelombang yang dihasilkan oleh kedua model, sedangkan parameter output ensembel adalah ketinggian maksimum dan ketinggian signifikan gelombang. Target untuk melatih jaringan syaraf tiruan adalah data yang diperoleh dari perekaman data lapangan di dua lokasi: Sawarna dan Bengkulu. Hasil yang diperoleh menunjukkan bahwa model ensembel ini mampu memberikan output yang lebih mendekati nilai perekaman data langsung di lapangan dibanding output kedua model input secara individu.