Claim Missing Document
Check
Articles

Found 3 Documents
Search

OTOMATISASI DARI HASIL PENGAMATAN AUTOMATIC WEATHER STATION (AWS) SERTA PEMANFAATANNYA DALAM SATELLITE DISASTER EARLY WARNING SYSTEM (SADEWA) Purwalaksana, Ahmad Zatnika; Suaydhi, Suaydhi; Waslaluddin, Waslaluddin
ISSN
Publisher : Program Studi Fisika

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

Abstract

Informasi cuaca sangatlah bermanfaat bagi manusia karena informasi tersebut dapat digunakan untuk berbagai kepentingan kegiatan mereka saat ini. Informasi cuaca mudah didapatkan salah satunya melalui web Satellite Disaster Early Warning System (SADEWA). Web SADEWA dikembangkan oleh Pusat SAINS dan Teknologi Atmosfer (PSTA) Lembaga Penerbangan dan Antariksa Nasional (LAPAN). Informasi prediksi SADEWA didapatkan melalui simulasi model Weather Reaserch and Forecasting (WRF). Untuk melihat sejauh mana kinerja WRF dalam memprediksi cuaca, maka perlu dilakukan validasi terhadap data pengamatan. Automatic Weather Station (AWS) digunakan untuk mengukur parameter cuaca. Dalam penelitian ini dilakukan transfer otomatis data pengamatan AWS ke SADEWA. Data yang telah ditarnsfer tersebut ditampilkan di web dan dihitung korelasinya dengan data prediksi. Parameter cuaca yang dihitung nilai korelasinya adalah suhu, kelembaban dan curah hujan. Teori koefisien korelasi Pearson digunakan untuk melakukan validasi model. Dari hasil penelitian didapatkan nilai koefisien korelasi untuk suhu adalah 0,8198 dan untuk kelembaban adalah 0,7074. Nilai tersebut menjelaskan bahwa data prediksi SADEWA dan data pengukuran AWS memiliki korelasi yang kuat. Sedangkan untuk curah hujan nilai koefisien korelasinya adalah 0,2522. Nilai yang rendah ini dikarenakan curah hujan merupakan parameter tersulit untuk diprediksi oleh model.
Interannual Climate Variability Impacts on Rainfall Extremes and Flooding Panggabean, Jogi Ruben Natanael; Syamsudin, Fadli; Suaydhi, Suaydhi; Purba, Noir; Feng, Xingru
Jurnal Presipitasi : Media Komunikasi dan Pengembangan Teknik Lingkungan Vol 23, No 1 (2026): March 2026
Publisher : Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/presipitasi.v23i1.244-257

Abstract

The Bandung metropolitan region has faced escalating flood threats (2014–2024); however, oceanic climate–rainfall relationships remain uninvestigated. This study investigates the interannual climate variability influencing extreme precipitation and flooding using historical records and the GPM-IMERG satellite measurements, which had a 90.4% correlation with BMKG. Bojongsoang (117 events), Lembang (49 events), and Braga (42 events) emerge as highest-risk areas. The peak flooding in January 2020 (15 events) coincided with the La Niña and negative Indian Ocean Dipole (IOD) phases. The average daily maximum rainfall during the wet season was 62 mm, compared with 41 mm in the dry season, with 36 heavy rain days versus 8 days. La Niña increased heavy rain days to 62.5 days compared with El Niño (38.6 days) and extreme rainfall to 399.6 mm versus 244.2 mm. Negative IOD enhanced the daily maximum to 76.8 mm versus 56.8 mm during the positive phases. Flood months showed 81.3 heavy rain days versus 14.4 in normal months. Early warning thresholds were established at >70 mm daily maximum, >60 heavy rain days, and >400 mm extreme precipitation.
Proyeksi Perubahan Luasan Daratan Pesisir Akibat Kenaikan Muka Air Laut Dan Penurunan Muka Tanah Di Jakarta Dan Semarang Periode 2025-2100 Fauziyah, Hasnaira Handayani; Rosalia, Ayang Armelita; Suaydhi, Suaydhi
Jurnal Ruaya : Jurnal Penelitian dan Kajian Ilmu Perikanan dan Kelautan Vol 14 No 01 (2026): Jurnal Ruaya : Jurnal Penelitian dan Kajian Ilmu Perikanan dan Kelautan
Publisher : UNIVERSITAS MUHAMMADIYAH PONTIANAK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29406/jr.v14i01.8721

Abstract

Wilayah pesisir Jakarta dan Semarang merupakan kawasan urban yang mengalami tekanan lingkungan akibat kombinasi proses alami dan aktivitas antropogenik. Pertumbuhan sektor industri, pelabuhan, dan permukiman telah memicu eksploitasi air tanah dan mempercepat penurunan muka tanah (land subsidence). Seiring meningkatnya suhu global yang menyebabkan kenaikan muka air laut (sea level rise/SLR), kondisi ini meningkatkan risiko kehilangan daratan pesisir dan genangan permanen. Penelitian ini bertujuan untuk menganalisis dan memproyeksikan perubahan luasan daratan pesisir yang berpotensi mengalami genangan permanen akibat kedua proses tersebut. Analisis proyeksi untuk periode 2025–2100 dilakukan dengan skenario Representative Concentration Pathway (RCP) 4,5 dan RCP 8,5 berdasarkan data Intergovernmental Panel on Climate Change (IPCC) AR6 serta regresi linier terhadap data penurunan tanah hasil pengamatan InSAR dan GPS berbasis literatur. Hasil pemodelan menunjukkan bahwa pada tahun 2100, Jakarta mengalami kenaikan muka laut relatif (RSLR) hingga 1,25 m dengan luas genangan 75,86 km², sedangkan Semarang mencapai 0,99 m dengan 45,89 km². Perbedaan tingkat kerentanan dikontrol oleh karakteristik tanah aluvial lunak, intensitas pemompaan air tanah, dan beban infrastruktur padat yang menjadikan penurunan muka tanah menjadi faktor dominan. Kombinasi keduanya secara signifikan mempercepat penyusutan luas daratan pesisir di kedua kota hingga akhir abad ke-21.  Kata kunci: mitigasi pesisir, perubahan iklim, proyeksi jangka panjang, pemodelan spasial, representative concentration pathway