Garuda - Garba Rujukan Digital

Article Per Year (5 Year)

p-Index From 2021 - 2026

P-Index

This Author published in this journals

All Journal Jurnal Sains & Teknologi Modifikasi Cuaca

Samba Wirahma, Samba

Unknown Affiliation

Author-ID : 641764

Education

Published : 40 Documents Claim Missing Document

Claim Missing Document

Articles

1 2 3 4

APPENDIX JSTMC VOL.19 NO.1 JUNE 2018 : AUTHOR INDEX & KEYWORD INDEX Wirahma, Samba
Jurnal Sains & Teknologi Modifikasi Cuaca Vol 19, No 1 (2018): June 2018
Publisher : BPPT

PREFACE JSTMC VOL.20 NO.2 DECEMBER 2019 : FOREWORD AND ACKNOWLEDGEMENT Wirahma, Samba
Jurnal Sains & Teknologi Modifikasi Cuaca Vol 20, No 2 (2019): December 2019
Publisher : BPPT

PREFACE JSTMC VOL.18 NO.2 DECEMBER 2017 : FOREWORD AND ACKNOWLEDGEMENT Wirahma, Samba
Jurnal Sains & Teknologi Modifikasi Cuaca Vol 18, No 2 (2017): December 2017
Publisher : BPPT

APPENDIX JSTMC VOL.17 NO.1 JUNE 2016 : AUTHOR INDEX & KEYWORD INDEX Wirahma, Samba
Jurnal Sains & Teknologi Modifikasi Cuaca Vol 17, No 1 (2016): June 2016
Publisher : BPPT

ANALISIS HUJAN LEBAT TANGGAL 27 SEPTEMBER 2017 DI DKI JAKARTA Kiki, Kiki; Wirahma, Samba
Jurnal Sains & Teknologi Modifikasi Cuaca Vol 18, No 2 (2017): December 2017
Publisher : BPPT

IntisariPada 27 September 2017 beberapa wilayah di DKI Jakarta dilanda hujan dengan intensitas lebat yang memicu genangan di beberapa wilayah. Wilayah DKI Jakarta pada bulan September masih dalam periode transisi dari musim kemarau menuju musim hujan, sehingga potensi kejadian hujan dengan intensitas ringan hingga lebat yang disertai kilat/petir dan angin kencang cukup tinggi, meski umumnya masih bersifat sporadis. Dengan menggunakan data reanalysis model diketahui bahwa pada saat kejadian terdapat anomali pola angin di lapisan 850 hPa dibandingkan dengan klimatologisnya, serta didentifikasi adanya anomali kelembapan udara di lapisan bawah hingga 500 hPa yang lebih basah dibandingkan dengan klimatologisnya. Pertumbuhan awan hujan tipe Nimbustratus yang optimal pada saat kejadian dipicu oleh daerah konvergensi yang terbentuk di wilayah Banten, DKI Jakarta, hingga Jawa Barat, serta kondisi atmosfer yang basah hingga di lapisan menengah. AbstractOn September 27, 2017, several areas in DKI Jakarta were surge by heavy rain that triggered inundations in some areas. DKI Jakarta area in September is still in the transition period from the dry season to the rainy season, so the potential for the occurance of rain with mild to light intensity accompanied by thunder/lightning and strong winds is still quite high, although generally still sporadic. Using the reanalysis data model it is known that at the time of the event there was wind pattern anomaly in layer 850 hPa compared with its climatology, and also been identified an anomaly of air humidity in the lower layer of the atmosphere up to 500 hPa wetter than its climatology. The optimum growth of Nimbustratus cloud at the time of the incident was triggered by the convergence area formed in Banten, DKI Jakarta, and West Java, as well as the wet atmospheric conditions up to the middle layer.

PREFACE JSTMC VOL.19 NO.2 DECEMBER 2018 : FOREWORD AND ACKNOWLEDGEMENT Wirahma, Samba
Jurnal Sains & Teknologi Modifikasi Cuaca Vol 19, No 2 (2018): December 2018
Publisher : BPPT

PREFACE JSTMC VOL.17 NO.2 DECEMBER 2016 : FOREWORD AND ACKNOWLEDGEMENT Wirahma, Samba
Jurnal Sains & Teknologi Modifikasi Cuaca Vol 17, No 2 (2016): December 2016
Publisher : BPPT

PERBANDINGAN PREDIKSI CURAH HUJAN GFS METEOROGRAM DENGAN CURAH HUJAN TRMM DI DAS RIAM KANAN KALIMANTAN SELATAN Wirahma, Samba; Athoillah, Ibnu; ., Sutrisno
Jurnal Sains & Teknologi Modifikasi Cuaca Vol 16, No 2 (2015): December 2015
Publisher : BPPT

Teknologi Modifikasi Cuaca (TMC) yang diterapkan oleh BPPT di Kalimantan Selatan dilakukan guna mengatasi kekurangan debit air yang terjadi pada DAS Riam Kanan. Untuk melaksanakan TMC yang efektif dan efisien dibutuhkan prediksi cuaca harian yang akurat dan mendetail pada catchment area (daerah tangkapan hujan) tersebut, khususnya prediksi curah hujan harian. TMC yang diterapkan oleh BPPT menggunakan prediksi yang salah satunya diambil dari Global Forecast System (GFS) Meteorogram. Prediksi tersebut bisa menjadi referensi untuk mengolah dan menganalisis parameter cuaca dengan baik, serta merencanakan dan memutuskan pelaksanaan penerbangan eksekusi selama kegiatan TMC. Untuk menguji ketepatan suatu prediksi, maka diperlukan validasi/perbandingan hasil prediksi dengan data real, yaitu data curah hujan yang dapat diambil dari data Tropical Rainfall Measuring Mission (TRMM).Prediksi curah hujan menggunakan GFS Meteorogram dibandingkan dengan data curah hujan dari TRMM di daerah DAS Riam Kanan menggunakan korelasi Pearson, pengambilan data prediksi GFS dilakukan mulai dari 16 Mei 2014 s/d 31 Mei 2014. Koefisien korelasi yang diambil hanya yang memiliki pola/bentuk hubungan korelasi linear positif (+1). Dari hasil analisis korelasi didapatkan bahwa dari 16 hari pengambilan data di semua lokasi, rata-rata terdapat 8 - 11 hari yang memiliki nilai koefisien korelasi (KK) positif untuk prediksi di hari yang sama dan 6 - 11 hari untuk prediksi Lag_1, dengan nilai KK yang paling banyak muncul yaitu : range 0.4 - 0.7 untuk prediksi 7 hari ke depan, range 0.7 - 0.9 untuk prediksi 5 hari ke depan, dan range 0.9 - 1 untuk prediksi 3 hari ke depan. Dari keenam lokasi titik prediksi dengan nilai koefisien korelasi linear positif yang paling banyak muncul dan memiliki hubungan yang paling kuat adalah di titik Banjarmasin dan DAS bagian Utara.Kata Kunci : prediksi curah hujan GFS, curah hujan TRMM DAS Riam Kanan, koefisien korelasiWeather Modification Technology applied by BPPT in South Kalimantan in order to overcome the shortage of water discharge that occurs in the Riam Kanan Watershed. To implement the weather modification technology an effective and efficient required daily weather predictions are accurate and detail in the catchment area, especially dailiy rainfall prediction. In this Technology, BPPT using prediction from the Global Forecast System (GFS) Meteorogram. This prediction could be a reference to analyze weather parameter, planning, and deciding to do flight execution for weather modification. To verifying accuracy of this prediction, it is necessary validation/ comparison with real data that can be retrieved from the data Tropical Rainfall Measuring Mission (TRMM).Rainfall prediction of GFS Meteorogram compared with data from TRMM rainfall on the Riam Kanan Watershed using Pearson Correlation, GFS forecast data collected from May 16 - May 3,1 2014. The correlation coefficient is taken only has a pattern a positive linear correlation. The result from correlation analysis showed that 16 days of data collection in all locations, on average there are 8 ? 11 days have a correlation coefficient is positive for prediction in the same day, and 6 ? 11 days for prediction in lag_1 with most value arise of correlation coefficient is 0.4 ? 0.7 for prediction of next 7 days, range 0.7 ? 0.9 for prediction of next 5 days, and range 0.9 ? 1 for prediction of next 3 days. From the six location of prediction points with most value arise of correlation coefficient positive linier and have the strongest relation are in Banjarmasin and northern watershed.Keywords : GFS precipitation forecast, Riam Kanan TRMM rainfall, correlation coefficient

ANALISIS VARIABILITAS CURAH HUJAN KOTA MARTAPURA KALIMANTAN SELATAN AKIBAT PERUBAHAN IKLIM Syaifullah, M. Djazim; Muhammad, Fikri Nur; Athoillah, Ibnu; Wirahma, Samba
Jurnal Sains & Teknologi Modifikasi Cuaca Vol 15, No 1 (2014): June 2014
Publisher : BPPT

IntisariNegara Indonesia merupakan Negara Kepulauan yang terletak di Khatulistiwa sehingga rentan terhadap perubahan iklim.Curah hujan yang terjadi di suatu tempat dipengaruhi oleh faktor alam dan topografi daerah tersebut. Dengan melihat histori kejadian hujan selama 70 tahun (1915 ? 2000) akan mengetahui pola hujan distribusi curah hujan suatu wilayah. Untuk memperoleh hasil tersebut digunakan analisa regresi. Dalam analisa tersebut didapatkan dari tahun 1915 sampai dengan tahun 2000 untuk stasiun di Kota Martapura menunjukan pola kecerendungan kenaikan 4,5898 mm/tahun dengan persamaan regresi Y=4.5898 X-6600.4 with R2=0.0513.AbstractState of Indonesia is a country located on the equator that are vulnerable to climate change. Rainfall (precipitation) that occurs in a place influenced by nature and topography of the area. By knowing historical rainfall events during 70 years (1915-2000) will determine the distribution pattern of rainfall in the area. To obtain the result about distribution pattern used regression analysis. In the regression analysis obtained that from 1915 until 2000 year for station in Martapura shows the rise pattern 4,5898 mm/years with a regression equation Y=4.5898 X-6600.4 with R2=0.0513.

APPENDIX JSTMC VOL.20 NO.1 JUNE 2019 : AUTHOR INDEX & KEYWORD INDEX Wirahma, Samba
Jurnal Sains & Teknologi Modifikasi Cuaca Vol 20, No 1 (2019): June 2019
Publisher : BPPT

Co-Authors Ardila Yananto Ari Nugroho Asri Rachmawati Bony Septian Pandjaitan Budi Harsoyo Fikri Nur Muhammad, Fikri Nur Ibnu Athoillah Kiki, Kiki Kiki, Kiki M. Bayu Rizky Prayoga, M. Bayu Rizky M. Djazim Syaifullah, M. Djazim Rahmat Hidayat Rini Mariana Sibarani, Rini Mariana Sutrisno . Tri Handoko Seto, Tri Handoko Vahada, Adinda Dara

Title

Found 40 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 40 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 40 Documents
Search