Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal JOIV : International Journal on Informatics Visualization Indonesian Journal of Oceanography
Herho, Sandy H. S.
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Computer Science & IT Decision Sciences, Operations Research & Management Earth & Planetary Sciences Environmental Science

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

Found 2 Documents
Search

 1 
Analisis Parameter Laut-Atmosfer terhadap Anomali Tinggi Muka Air di Laut Jawa Anwar, Iwan Pramesti; Setiawan, Agus; Herho, Sandy H. S.; Atmojo, Aulia Try; Khadami, Faruq
Indonesian Journal of Oceanography Vol 6, No 4 (2024): Indonesian Journal of Oceanography
Publisher : University of Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/potensi.%Y.24645

Abstract

Kenaikan permukaan air laut merupakan ancaman serius di kawasan pesisir, khususnya di kota-kota pelabuhan seperti Jakarta, Semarang, dan Surabaya yang terletak di Laut Jawa. Penelitian ini bertujuan untuk menganalisis interaksi antara anomali tinggi muka air laut dari data satelit Altimetri AVISO, suhu permukaan laut, dan faktor oseanografi serta atmosfer lainnya. Peningkatan suhu permukaan laut akibat variasi iklim berkontribusi pada ekspansi termal air laut, yang pada gilirannya meningkatkan rata-rata tinggi muka air laut. Dinamika perairan yang menyebabkan anomali tinggi muka air laut secara spasial, dipengaruhi oleh pola musim dan fenomena seperti ekman transport, teramati berperan penting dalam redistribusi suhu permukaan air laut. Puncak anomali tinggi muka air laut terjadi pada bulan Mei, dengan tinggi anomali mencapai +0,2 m, yang bersamaan dengan suhu air laut sebesar 32°C dan transport ekman ke arah selatan. Sehingga, secara spasial anomali tinggi muka air lebih tinggi di pantai utara Pulau Jawa. Hasil analisis menunjukkan bahwa anomali tinggi muka air laut berkorelasi positif dengan suhu permukaan laut. Melalui analisis Principal Component Analysis (PCA), ditemukan bahwa dua komponen utama (F1 dan F2) menyumbang total 78,47% dari variabilitas data, dengan F1 menjelaskan 58,86% dan F2 menjelaskan 19,61%. Hubungan antara suhu permukaan laut dan anomali tinggi muka air laut tercermin pada vektor yang lebih panjang, menunjukkan pengaruh signifikan kedua variabel ini terhadap dinamika laut. Temuan penelitian ini memberikan wawasan penting untuk pengelolaan sumber daya kelautan dan strategi penanggulangan dampak variasi iklim yang lebih efektif di wilayah pesisir.
A Univariate Extreme Value Analysis and Change Point Detection of Monthly Discharge in Kali Kupang, Central Java, Indonesia Herho, Sandy H. S.
JOIV : International Journal on Informatics Visualization Vol 6, No 4 (2022)
Publisher : Society of Visual Informatics

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30630/joiv.6.4.953

Abstract

Kali Kupang plays an important role in the life of the people of Pekalongan and its surrounding areas. However, until recently, not many hydrological studies have been carried out in this area. This study presents how Extreme Value Analysis (EVA) can predict future extreme hydrological events and how a dynamic-programming-based change point detection algorithm can detect the abrupt transition in discharge events variability. Using the annual block maxima, we can predict the upper extreme discharge probability from the generalized extreme value distribution (GEVD) that best fits the data by using the Markov Chain Monte Carlo (MCMC) algorithm as a distribution fitting method. Metropolis-Hasting (MH) algorithm with 500 walkers and 2,500 samples for each walker is used to generate random samples from the prior distribution. As a result, this discharge data can be categorized as a Gumbel distribution (  = 6.818,  = 3.456, and  = 0). The recurrence intervals (RI) for this discharge data can be calculated through this distribution. The changepoint location of the annual standard deviation of this discharge data in the mid-1990s is detected by using the pruned exact linear time (PELT) algorithm. Despite some shortcomings, this study can pave the way for using data-driven algorithms, along with more traditional numerical and descriptive approaches, to analyze hydrological time-series data in Indonesia. This is crucial, considering an increasing number of hydro climatological disasters in the future as a consequence of global climate change.
Co-Authors Agus Setiawan Anwar, Iwan Pramesti Atmojo, Aulia Try Khadami, Faruq