Articles
<![CDATA[Dampak Asimilasi Data Radar Produk Cappi pada Prediksi Kejadian Hujan Lebat di Jabodetabek Menggunakan Model WRF-3DVAR ]]>
<![CDATA[Jaka Anugrah Ivanda Paski]]>;
<![CDATA[Donaldi Sukma Permana]]>;
<![CDATA[Miranti Indri Hastuti]]>;
<![CDATA[Rahayu Sapta Sri Sudewi]]>
<![CDATA[ Jurnal Meteorologi dan Geofisika Vol 20, No 1 (2019) ]]>
Publisher : <![CDATA[Pusat Penelitian dan Pengembangan BMKG ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (840.557 KB)
|
DOI: 10.31172/jmg.v20i1.605
<![CDATA[Penelitian ini dilakukan untuk mengevaluasi dampak asimilasi data radar pada model WRF untuk prediksi kejadian hujan ekstrim di wilayah Jabodetabek pada tanggal 11 Desember 2017 yang disebabkan oleh angin monsun barat serta adanya konvergensi dan shearline di wilayah utara Pulau Jawa. Dua eksperimen model WRF dengan data inisial Global Forecast System (GFS) pukul 00.00 UTC dilakukan untuk memprediksi 24 jam ke depan, yaitu (1) tanpa asimilasi data dan (2) dengan asimilasi data reflektifitas radar cuaca dengan teknik 3DVAR. Analisis dilakukan dengan membandingkan parameter mixing ratio dan curah hujan dari data inisial kedua eksperimen. Uji skill dan keandalan model dalam prediksi curah hujan dilakukan dengan verifikasi luaran model pada 5 stasiun pengamatan di Bandara Sekarno-Hatta (Soetta), Pondok Betung (Ponbet), Kemayoran, Tanjung Priok dan Citeko menggunakan teknik dikotomi (penggolongan hujan/tidak hujan). Hasil menunjukan bahwa data reflektifitas radar (Z) berdampak pada perubahan nilai prediksi parameter mixing ratio yang berpengaruh terhadap pertumbuhan awan di wilayah Jabodetabek. Analisis skill Percent Correct (PC), Probabilty of Detection (POD) dan False Alarm Ratio (FAR) menunjukan adanya perbaikan pada eksperimen model dengan asimilasi data radar 3DVAR. Selain itu, analisis skill pada stasiun pengamatan Soekarno-Hatta selalu menunjukan nilai terbaik dibandingkan dengan stasiun pengamatan lainnya yang berjarak lebih jauh dari radar cuaca. Penelitian ini dengan jelas menyarankan bahwa asimilasi data (3DVAR) memiliki dampak positif dan perbaikan prakiraan pada simulasi kejadian hujan ekstrim.]]>
<![CDATA[EVALUASI MODEL WAVEWATCH-III MENGGUNAKAN DATA SATELIT ALTIMETRI DAN OBSERVASI ]]>
<![CDATA[Muhammad Najib Habibie]]>;
<![CDATA[Wido Hanggoro]]>;
<![CDATA[Donaldi Sukma Permana]]>;
<![CDATA[Roni Kurniawan]]>
<![CDATA[ Jurnal Meteorologi dan Geofisika Vol 17, No 3 (2016) ]]>
Publisher : <![CDATA[Pusat Penelitian dan Pengembangan BMKG ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (6104.849 KB)
|
DOI: 10.31172/jmg.v17i3.322
<![CDATA[Model gelombang menjadi komponen utama dalam memberikan informasi prediksi gelombang dewasa ini. Hal ini terjadi akibat terbatasnya pengamatan in-situ yang dilakukan untuk mengamati lautan secara umum. Model prakiraan gelombang telah mengalami evolusi, mulai dari generasi pertama dan berkembang sampai model generasi tiga. Model generasi ketiga merupakan penyempurnaan dari model gelombang sebelumnya dimana model ini merupakan sebuah model spektral lengkap dengan representasi eksplisit pada proses fisik yang relevan terhadap evolusi gelombang dan yang memberikan gambaran dua dimensi dari laut secara lengkap. Salah satu model generasi ketiga ini adalah WAVEWATCH-III. Pada penelitian ini dilakukan evaluasi model WAVEWATCH-III di Manokwari, Saumlaki, Selat Bangka dan Surabaya untuk mengetahui performanya. Model diseting pada dua domain, domain global dan wilayah Indonesia dengan resolusi 0,5° dan 0,125° dan dirunning selama setahun (2012). Luaran model kemudian dibandingkan dengan data AVISO serta data observasi insitu. Hasil penelitian menunjukkan korelasi antara luaran model dengan data AVISO di 4 titik yang dianalisa umumnya nilainya dibawah 0,5. Hanya di beberapa tempat yang menunjukkan korelasi yang besar diantaranya adalah Saumlaki dan Manokwari. Kedua lokasi ini terletak pada laut yang relatif terbuka, hal ini menunjukkan bahwa pada lokasi yang relatif terbuka AVISO dapat digunakan untuk verifikasi model, akan tetapi pada perairan yang sempit (Surabaya dan Bangka) AVISO kurang baik untuk verifikasi model. Terdapat bias antara luaran model dengan observasi insitu yang berada di pantai yang dangkal sehingga model tidak dapat merepresentasikan kondisi faktual dengan sempurna. Hal ini menunjukkan bahwa dengan resolusi 0,5° dan 0,125° model belum dapat digunakan untuk verifikasi gelombang di daerah pantai. Dari perbandingan antara observasi insitu dengan luaran model pada dua resolusi yang berbeda menunjukkan bahwa pada resolusi yang lebih tinggi, luaran model menunjukkan hasil yang lebih mendekati observasinya.]]>
<![CDATA[PEMANFAATAN DAN VALIDASI CONFORMAL-CUBIC ATMOSPHERIC MODEL (CCAM) UNTUK PRAKIRAAN CUACA DI JAKARTA ]]>
<![CDATA[Roni Kurniawan]]>;
<![CDATA[Donaldi Sukma Permana]]>
<![CDATA[ Jurnal Meteorologi dan Geofisika Vol 10, No 2 (2009) ]]>
Publisher : <![CDATA[Pusat Penelitian dan Pengembangan BMKG ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1051.872 KB)
|
DOI: 10.31172/jmg.v10i2.38
<![CDATA[Pada penelitian ini dilakukan prakiraan cuaca untuk wilayah Jakarta pada bulan februari 2008 menggunakan CCAM untuk prediksi 2 hari kedepan dengan interval 3 jam. Data keluaran CCAM kemudian dilakukan validasi dengan data sinoptik dari stasiun pengamatan BMKG di wilayah Jakarta. Hasil validasi dan analisis data untuk parameter curah hujan diperoleh hasil korelasi dan RMSE yang kurang baik. Akan tetapi untuk akurasi kejadian hujan menunjukkan hasil yang baik. Untuk parameter tekanan permukaan laut diperoleh hasil yang lebih baik dibandingkan dengan parameter yang lain, untuk prediksi 12 jam pertama mempunyai nilai korelasi sebesar 0,5-0’8. Dari hasil luaran CCAM menunjukkan bahwa CCAM dapat dimanfaatkan untuk prakiraan kejadian curah hujan pada skala lokal, seperti di kota Jakarta. This research accomplished the weather forecast over Jakarta region in February 2008 using Conformal-Cubic Atmospheric Model (CCAM) to forecast weather up to 2 days with 3 hours interval. The ouput CCAM data was then compared to the synoptic data from the BMKG’s observation station in Jakarta. Validation and data analysis showed that correlation and Root Mean Squared Error (RMSE) of rainfall was unfavourable. However, the occurance of the rainfall gave an accurate result. Parameter of sea surface pressure gave better correlation than the other parameter, the prediction of the first 12 hours has 0.5-0.8 in correlation. The CCAM result showed that the output was applicable to forecast the occurance of the rainfall at local scale, like in Jakarta city.]]>
<![CDATA[PERBANDINGAN HASIL LUARAN MODEL PRAKIRAAN CUACA CONFORMAL-CUBIC ATMOSPHERIC MODEL (CCAM) TERHADAP ARPEGE DAN TLAPS ]]>
<![CDATA[Roni Kurniawan]]>;
<![CDATA[Donaldi Sukma Permana]]>;
<![CDATA[Rian Anggraeni]]>;
<![CDATA[Kurnia Endah Komalasari]]>
<![CDATA[ Jurnal Meteorologi dan Geofisika Vol 11, No 1 (2010) ]]>
Publisher : <![CDATA[Pusat Penelitian dan Pengembangan BMKG ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1236.148 KB)
|
DOI: 10.31172/jmg.v11i1.59
<![CDATA[Pada penelitian ini dilakukan perbandingan luaran model prakiraan cuaca CCAM terhadap luaran model prakiraan cuaca ARPEGE dan TLAPS untuk mengetahui performa dari model prakiraan cuaca CCAM di wilayah Indonesia. Data model global Global Forecasting System (GFS) digunakan sebagai data inisialisasi CCAM untuk prediksi. Cakupan data prediksi yang dibandingkan adalah periode tanggal 1 - 28 Februari 2009 mewakili kondisi musim hujan dan periode tanggal 1 – 31 Mei 2009 mewakili kondisi awal musim kering di Indonesia. Perbandingan dilakukan secara kualitatif dengan komparasi visual dan kuantitatif dengan menghitung nilai korelasi spasial menggunakan software Grid Analysis and Display System (GrADS) versi 1.8SL11. Diperoleh bahwa hasil luaran ketiga model tersebut memiliki pola yang hampir sama, meskipun ARPEGE dan TLAPS menunjukkan hasil yang sedikit lebih baik dari CCAM. Hal ini mungkin dikarenakan penggunaan data analisis ARPEGE dan TLAPS sebagai representasi data observasi. Nilai rata-rata spasial korelasi dan nilai rata-rata RMSE untuk kedua perbandingan tersebut masing-masing menunjukkan tren menurun dan tren meningkat seiring dengan bertambahnya panjang waktu prediksi. Untuk parameter angin zonal dan angin meridional diperoleh bahwa CCAM memiliki pola yang sama dengan ARPEGE dan TLAPS. Sedangkan, untuk parameter suhu permukaan dan MSLP masih terdapat perbedaan RMSE yang cukup signifikan. Disimpulkan bahwa luaran model CCAM mempunyai performa yang cukup baik sebagai model prakiraan cuaca pada skala regional di Indonesia, meskipun masih perlu dilakukan proses validasi dan perbaikan pengaturan model lebih lanjut. This research accomplished the comparison of weather forecast output of CCAM upon ARPEGE and TLAPS to examine the performance of CCAM in Indonesia region. The Global Forecasting System (GFS) model output was used as the initial condition of CCAM. The comparison was applied to the forecast output on 1-28 February 2009 which represents the rainy season and 1-31 Mays 2009 which represents the onset of dry season in Indonesia. The comparison was conducted qualitatively by image visual comparison and quantitatively by spatial correlation calculation using Grid Analysis and Display System (GrADS) software version 18SL11. The result showed that the output from the three models have almost similar pattern, however output of ARPEGE and TLAPS were fairly better than CCAM. This result might emerge from the use of the ARPEGE and TLAPS data analysis as representation of observation data. The average spatial correlation showed a decreasing trend pattern while the average of RMSE showed a rising trend pattern along with the increasing of prediction time length. For zonal and meridional wind, it was found of having similar pattern as ARPEGE and TLAPS results. While for surface temperature and MSLP parameters, it was found of a significant difference in RMSE. As conclusion, CCAM has showed a fairly good performance upon generating weather forecast at regional scale in Indonesia, though there is still need to be improved further model tunning and validation.]]>
<![CDATA[VERIFIKASI LUARAN MODEL GELOMBANG WINDWAVES-05 DENGAN SATELIT ALTIMETER ]]>
<![CDATA[Roni Kurniawan]]>;
<![CDATA[Donaldi Sukma Permana]]>;
<![CDATA[Suratno Suratno]]>;
<![CDATA[Muhammad Najib Habibie]]>
<![CDATA[ Jurnal Meteorologi dan Geofisika Vol 14, No 3 (2013) ]]>
Publisher : <![CDATA[Pusat Penelitian dan Pengembangan BMKG ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (631.422 KB)
|
DOI: 10.31172/jmg.v14i3.166
<![CDATA[Di negara kepulauan seperti Indonesia, informasi tentang tinggi gelombang sangat penting untuk menunjang aktivitas di laut. Mengingat hal tersebut, akurasi prakiraan tinggi gelombang perlu mendapat perhatian. Penelitian ini bertujuan untuk mengetahui performa model prediksi gelombang laut Windwaves-05 yang digunakan BMKG sejak tahun 2004 terhadap data observasi satelit altimeter AVISO dengan menghitung nilai korelasi, kesalahan absolut, dan kesalahan relatif model selama periode tahun 2010. Dari hasil verifikasi, diperoleh nilai korelasi antara luaran model Windwaves05 dengan AVISO bervariasi diatas 0,7, dengan nilai korelasi terendah (0,77) diperoleh pada bulan Februari dan yang tertinggi pada bulan Mei (0,94), dan nilai bias absolut tinggi gelombang yang diperoleh umumnya bervariasi kurang dari 0,8 meter, serta kesalahan relatif rata-rata model sebesar 24%. Hasil kajian ini menunjukkan bahwa model gelombang laut Windwaves-05 mempunyai performa yang cukup baik dan dapat digunakan untuk prakiraan tinggi gelombang di perairan Indonesia.In a maritime continent Indonesia, information about sea wave height is highly important for supporting human activities in the ocean. Therefore, the accuracy of wave height prediction must require intensive attention. This study investigated the spatial performance and accuracy of Windwaves-05 ocean model prediction that has been used by BMKG since 2004 against the altimetry satellite observation data from AVISO for 2010 by computing the linear regression correlation, absolute error and its relative error. The verification results show that the correlation is greater than 0.75 for all months of 2010, with a minimum in February (0.77) and maximum in May (0.94). The absolute error varies between 0.2 - 0.8 meter with an average relative error of 24%. These results exhibit a relatively good performance of Windwaves-05 and support its application in wave height prediction in Indonesian waters.]]>
<![CDATA[PROFIL KLIMATOLOGIS LAPSE RATE VERTIKAL DI MEDAN, PADANG, JAKARTA, PALU, DAN AMBON ]]>
<![CDATA[Lisnawati Lisnawati]]>;
<![CDATA[Erwin E. S. Makmur]]>;
<![CDATA[Donaldi Sukma Permana]]>
<![CDATA[ Jurnal Meteorologi dan Geofisika Vol 18, No 2 (2017) ]]>
Publisher : <![CDATA[Pusat Penelitian dan Pengembangan BMKG ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (128.78 KB)
|
DOI: 10.31172/jmg.v18i2.456
<![CDATA[Lokasi pengamatan Radiosonde yang tersebar di seluruh Indonesia hingga tahun 2015 mencapai 23 tempat ini ternyata masih belum banyak yang memanfaatkan hasil data tersebut untuk analisis kondisi udara lapisan atas. Oleh karena itu, tujuan penelitian ini adalah untuk membuat profil klimatologis bulanan lapse rate vertikal per bulan pada jam 00 dan 12 UTC di wilayah Medan, Padang, Jakarta, Palu, dan Ambon berdasarkan data observasi suhu udara vertikal harian pada tahun 2007-2016. Kemudian, metode penelitian yang digunakan adalah interpolasi, menghilangkan data pencilan, rata-rata, median, maksimum, minimum, dan perhitungan lapse rate. Hasil dari penelitian ini diketahui bahwa puncak tropopause sekitar 16-17,4 km dengan ketinggian puncak tropopause pada bulan Desember dan Januari-April lebih tinggi daripada bulan Juni-September dan terjadi inversi permukaan di Medan pada bulan Maret dan Juni-Juli serta di Jakarta pada bulan September-Oktober. Rata-rata tahunan ketinggian awal inversi jam 00 dan 12 UTC adalah 17,1 km dengan rata-rata bulanan Januari-Mei dan Desember lebih tinggi daripada Juni-November.]]>
<![CDATA[ANALISIS DATA METEOROLOGI DARI PEMANTAU CUACA OTOMATIS BERBAGAI ELEVASI DAN DATA RADIOSONDE DI PAPUA ]]>
<![CDATA[Donaldi Sukma Permana]]>
<![CDATA[ Jurnal Meteorologi dan Geofisika Vol 12, No 2 (2011) ]]>
Publisher : <![CDATA[Pusat Penelitian dan Pengembangan BMKG ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (347.307 KB)
|
DOI: 10.31172/jmg.v12i2.96
<![CDATA[Iklim regional Papua dipengaruhi oleh Zona Konvergensi Inter-tropis (ITCZ). Tiga sirkulasi utama yang mengendalikan ITCZ di wilayah tersebut meliputi sirkulasi meridional Hadley, palung meridional kutub (South Pacific Convergence Zone) dan sirkulasi zonal Walker. Sirkulasi angin permukaan di Papua dipengaruhi oleh angin pasat tenggara dan angin pasat timur laut serta angin monsun barat-an. Akan tetapi di wilayah dataran tinggi, iklim Papua juga dipengaruhi oleh proses konvektif dan sirkulasi angin lokal. Pada studi ini, kami memaparkan analisis data meteorologi Papua menggunakan data pemantau cuaca otomatis (AWS) dari berbagai elevasi dan data radiosonde sebagai pembanding. Data AWS diperoleh dari PT. Freeport Indonesia (PTFI) yang terpasang mulai dari pesisir selatan Papua sampai ke dataran tinggi dekat pegunungan Puncak Jaya serta data stasiun BMKG Timika. Analisis menunjukkan bahwa laju susut temperatur permukaan sekitar 5°C/km. Rentang temperatur harian semakin besar pada ketinggian dibawah ~2.500 m d.p.l dan diatas ~3.500 m d.p.l. Total presipitasi tahunan tertinggi terjadi pada ketinggian sekitar 617 m d.p.l (~12.500 mm/tahun). Diatas ketinggian ~600 m d.p.l, total curah hujan siang hari lebih tinggi dari curah hujan malam hari dan sebaliknya dibawah ~600 m d.p.l. Regional climate setting of Papua is mainly controlled by the intertropical convergence zone (ITCZ). Three major circulation systems control the ITCZ in the region including the meridional Hadley circulation, the South Pacific Convergence Zone and the zonal Walker circulation. Surface wind system over Papua is affected by easterlies trade winds and the equatorial or monsoon westerlies. However, in highland of Papua, its climate is dominated by local convective processes and local wind circulation. Here, we present meteorological data analysis based on automatic weather stations (AWS) data from different elevation and radiosondes data in Papua. AWS data were acquired from PT. Freeport Indonesia (PTFI) who installed automatic weather stations from southern coast of Papua to highland of Papua near Puncak Jaya Mountains as well as from BMKG station in Timika. Analysis of the data shows that the surface temperature lapse rate is about 5°C/km. Greater diurnal temperature differences are identified at below ~2,500 m a.s.l and at above ~3,500 m a.s.l. The highest annual precipitation of ~12,500 mm/ year is recorded at an elevation of 617 m. At above ~600 m a.s.l, the daytime precipitation is higher than during the night and vice versa at below ~600 m a.s.l.]]>
<![CDATA[MODIFIKASI KONSTANTA PERSAMAAN Z-R RADAR SURABAYA UNTUK PENINGKATAN AKURASI ESTIMASI CURAH HUJAN ]]>
<![CDATA[Thahir D. F. Hutapea]]>;
<![CDATA[Donaldi S. Permana]]>;
<![CDATA[Alfan S. Praja]]>;
<![CDATA[Linda F. Muzayanah]]>
<![CDATA[ Jurnal Meteorologi dan Geofisika Vol 21, No 2 (2020) ]]>
Publisher : <![CDATA[Pusat Penelitian dan Pengembangan BMKG ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.31172/jmg.v21i2.545
<![CDATA[Radar cuaca sangat berpotensi untuk memberikan estimasi curah hujan beresolusi tinggi secara spasial dan temporal yang dapat meningkatkan akurasi prakiraan dini cuaca ekstrim dan juga dapat menyediakan informasi curah hujan pada wilayah yang tidak mempunyai stasiun pengamatan curah hujan. Radar cuaca tidak dapat secara langsung mengukur intensitas curah hujan, melainkan berdasarkan hubungan empiris antara reflektifitas radar (Z) dan tingkat curah hujan (R) dalam hubungan Z-R (Z = ARb). Pada penelitian ini, metode optimalisasi digunakan untuk menentukan konstanta A dan b yang sesuai untuk wilayah Surabaya di provinsi Jawa Timur. Data reflektifitas pada radar Surabaya dan data curah hujan per jam dari stasiun Juanda Surabaya pada periode Desember 2014 - Februari 2015 digunakan dalam studi ini. Hasil studi menunjukkan bahwa hubungan Z-R dengan persamaan Z = 110R1,6 menghasilkan estimasi curah hujan yang memiliki indikator statistik lebih baik dibandingkan dengan estimasi dari persamaan Marshall-Palmer (MP, Z = 200R1,6) dan Rosenfeld (Ros, Z = 250R1,2) sehingga dapat meningkatkan akurasiestimasi curah hujan di wilayah Surabaya. Weather radar can potentially provide rainfall estimates with high spatial and temporal resolution in which improving the early warning accuracy of extreme weather and also provide rainfall estimates in areas with insufficient rainfall stations. Weather radar cannot directly be used to measure the rainfall intensity, but based on an empirical relationship between the reflectivity (Z) and rainfall rate (R) in the Z-R relationship (Z = ARb). In this study, an optimization method was used to determine suitable constants A and b for Surabaya, East Java province. The reflectivity data from Surabaya radar and hourly rainfall data at Juanda station in Surabaya during a period of December 2014 - February 2015 were used in this study. The results show that a Z-R relationship in the form of equation Z = 110R1,6 produces rainfall estimates with a better statistical indicator than ones produced by Marshall-Palmer (MP, Z = 200R1,6) and Rosenfeld (Ros, Z = 250R1,2) relationships, making it suitable for improving the accuracy of rainfall estimates for Surabaya.]]>
<![CDATA[PENGARUH MICROBURST DAN LOW-LEVEL WIND SHEAR (LLWS) PADA KASUS KECELAKAAN PENDARATAN PESAWAT LION AIR TANGGAL 13 APRIL 2013 DI BALI ]]>
<![CDATA[Achmad Sasmito]]>;
<![CDATA[Donaldi S. Permana]]>;
<![CDATA[Alfan S. Praja]]>;
<![CDATA[Urip Haryoko]]>
<![CDATA[ Jurnal Meteorologi dan Geofisika Vol 21, No 1 (2020) ]]>
Publisher : <![CDATA[Pusat Penelitian dan Pengembangan BMKG ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.31172/jmg.v21i1.549
<![CDATA[Pada tanggal 13 April 2013 pukul 14.00-15.00 WIB telah terjadi musibah jatuhnya pesawat Lion Air Boeing 737-800 di laut Bali sebelum mencapai ujung landas pacu 09 di bandara Ngurah Rai, Bali. Informasi meteorologi yang yang lengkap sangat diperlukan untuk membantu mengungkap penyebab terjadinya peristiwa tersebut. Kajian dilakukan dengan menggunakan data satelit, data radar, model global JMA, data AWOS dan Flight Data Recorder (FDR). Berdasarkan analisis data satelit MTSAT menunjukkan bahwa di sekitar bandara terdapat pertumbuhan awan Cumulus yang berkembang menjadi awan Cumulonimbus (Cb) dengan suhu puncak awan -42o C, hasil analisis data radar cuaca menunjukkan bahwa di sebelah barat landasan sekitar 5 km dari ujung landasan yang biasa digunakan untuk touch down pesawat ditengarai terdapat awan Cumulus dan Cb dengan tinggi dasar awan sekitar 500 meter. Selain itu, hasil analisis data NWP model global dan AWOS menunjukkan adanya LLWS yakni angin permukaan dominan dari timur sedangkan angin lapisan atasnya (lapisan1000 mb) dominan angin dari timur-laut dengan kecepatan antara 10-15 knot. Dengan mempertimbangkan seluruh data meteorologi yang tersedia, jalur penerbangan, dan kerusakan pesawat diduga kuat bahwa saat akan mendarat pesawat Lion Air berada dibawah awan Cb, dan mengalami microburst sebelum sempat mendarat. On April 13, 2013 at 14.00-15.00 WIB (07.00 – 08.00 UTC) the Lion Air Boeing 737-800 aircraft crashed in the Bali sea before reaching the end of runway 09 in Ngurah Rai airport, Bali. This study aims to analyze the potential occurrence of microburst and LLWS as the causes of this accident based on satellite, weather radar, JMA global models, AWOS and aircraft FDR data. Satellite data showed that cumulus clouds developed into Cb clouds with peak temperatures of -52.5 oC around the airport. Radar data showed that in the west of the runway around 2 - 3 km there were suspected cumulus and Cb clouds with a cloud base height of about 500 meters. Besides, model data and AWOS showed the existence of LLWS indicated by the easterly surface wind and the northeasterly upper layer winds (925 mb) with speeds between 10-15 knots. This was supported by aircraft FDR data which showed a very strong downburst which caused the aircraft to drop drastically with an average of 375 meters/minute from 6000 feet at 07.00 UTC to 1000 feet at 07.04 UTC before finally crashed at 07.10 UTC. This indicates the potential for a microburst that results in an aircraft accident.]]>
<![CDATA[PENGOLAHAN DAN PEMULIHAN DATA RADAR CUACA MENGGUNAKAN WRADLIB BERBASIS PYTHON ]]>
<![CDATA[Donaldi Sukma Permana]]>;
<![CDATA[Thahir Daniel F. Hutapea]]>;
<![CDATA[Alfan S. Praja]]>;
<![CDATA[Fatkhuroyan Fatkhuroyan]]>;
<![CDATA[Linda F. Muzayanah]]>
<![CDATA[ Jurnal Meteorologi dan Geofisika Vol 17, No 3 (2016) ]]>
Publisher : <![CDATA[Pusat Penelitian dan Pengembangan BMKG ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.31172/jmg.v17i3.350
<![CDATA[Informasi dari radar cuaca sangatlah penting bagi BMKG dalam memberikan pelayanan terkait prakiraan cuaca jangka pendek (near real time). Perangkat lunak wradlib berbasis python dapat menjadi salah satu solusi alternatif untuk pemanfaatan, pengolahan dan pemulihan data radar cuaca di BMKG. Beberapa kelebihan yang dimiliki wradlib-python adalah berlisensi sumber terbuka sehingga mengurangi ketergantungan terhadap perangkat lunak dari produsen radar tertentu, dapat mengolah dan menampilkan data radar cuaca secara masif, memulihkan dan menyimpan luaran data radar dalam koordinat kartesian (tidak dalam koordinat polar) dan format NetCDF sehingga memudahkan pengguna dalam pengolahan data radar lebih lanjut. Studi ini hanya memfokuskan pengolahan data radar volumetric (.vol) luaran produk Gematronik dan data NetCDF (.nc) luaran produk Enterprise Electronics Corporation (EEC). Beberapa skrip berbasis python telah dirancang untuk membaca Plan Position Indicator (PPI) dan menghitung nilai Constant Altitude PPI (CAPPI) dari data reflektifitas radar per 10 menit dan memulihkannya menjadi luaran data NetCDF dalam koordinat kartesian. Dalam proses pengolahannya dibutuhkan waktu sekitar 1-3 menit menggunakan Personal Computer (PC) dengan spesifikasi processor setara Intel(R) Core(TM) i7 dengan ukuran luaran data sebesar 4-7 MB tergantung kepada radius jangkauan radar, jumlah PPI dan jumlah ketinggian CAPPI. Oleh karena itu, studi ini merekomendasikan penggunaaan wradlib sebagai alternatif solusi untuk pengolahan dan visualisasi data radar cuaca di Pusat Meteorologi Publik dan untuk pemulihan dan penyimpanan data radar cuaca di Pusat Database BMKG.]]>
