Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Jurnal Sains & Teknologi Lingkungan El-Jughrafiyah : Jurnal Geografi dan Terapannya
Taufiqi, Rafli Iqbal
Unknown Affiliation
Computer Science & IT Earth & Planetary Sciences Education Environmental Science Physics Social Sciences

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

Found 2 Documents
Search

 1 
Evaluasi Reanalysis Solar Radiation Product Untuk Estimasi Intensitas Radiasi Matahari Saat Peralihan Monsun Di Nusa Tenggara Timur Periode 2023 – 2024 Taufiqi, Rafli Iqbal; Alzahra, Ardia Hafiz; Purwanto, Khisom Adi
EL-JUGHRAFIYAH Vol 5, No 1 (2025): El-Jughrafiyah : February, 2025
Publisher : Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/jej.v5i1.35554

Abstract

Peningkatan suhu telah terjadi di berbagai wilayah Indonesia. Provinsi Nusa Tenggara Timur (NTT) merupakan salah satu wilayah Indonesia yang mengalami peningkatan suhu akibat peralihan musim. Fenomena yang terjadi saat peralihan musim disebabkan oleh interaksi daratan dan lautan dengan radiasi matahari sebagai sumber energi utama, memengaruhi pola distribusi intensitas radiasi di wilayah ini. Keterbatasan jumlah pengukuran intensitas radiasi matahari di NTT menjadi tantangan dalam analisis distribusi radiasi secara menyeluruh. Penelitian ini bertujuan mengevaluasi akurasi dua produk reanalisis, ERA-5 dan NCEP/DOE Reanalysis II dalam memvisualisasikan distribusi radiasi matahari selama peralihan monsun pada 2023-2024. Data dari kedua produk dibandingkan dengan pengukuran oleh AWS Stamet Digital Kupang menggunakan analisis statistik, seperti Mean Bias Error (MBE), Root Mean Square Error (RMSE), dan koefisien korelasi. Hasil menunjukkan bahwa ERA-5 memiliki performa lebih baik dengan RMSE 56,456 W/m² dan koefisien korelasi 0,48 meskipun nilai biasnya sedikit lebih tinggi dibandingkan NCEP/DOE.  Distribusi intensitas radiasi menunjukkan nilai tertinggi di wilayah Merauke dan sebagian besar perairan dengan intensitas lebih dari 350 W/m², sementara nilai terendah ditemukan di Pulau Flores bagian selatan, barat laut Pulau Sumba, dan sebagian besar wilayah daratan, dengan intensitas kurang dari 300 W/m². Nilai rata-rata intensitas matahari meenurun sebesar 50 W/m² pada tahun 2023 dibandingkan tahun 2024 pada bulan peralihan monsun Maret - April dan November - Desember.
Perbandingan Model Decision Tree untuk Prediksi Intensitas Hujan di Juanda, Sidoarjo, Jawa Timur Taufiqi, Rafli Iqbal; Pramuji, Veimas Mahardika; M. Arifudin, M. Arifudin; Saputra, Agung Hari
Jurnal Sains dan Teknologi Lingkungan Vol. 17 No. 1 (2025): SAINS & TEKNOLOGI LINGKUNGAN
Publisher : Teknik Lingkungan Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20885/jstl.vol17.iss1.art2

Abstract

Rainfall intensity is one of the key parameters in climate dynamics and is strongly associated with the increasing occurrence of hydrometeorological disasters. This study aims to evaluate and compare the performance of three decision tree–based machine learning models in predicting rainfall intensity in the Juanda region, Sidoarjo, East Java. The data used consist of daily weather observations from the Juanda Class I Meteorological Station during the period 2018–2022, covering 13 meteorological variables. The models compared include the Extra Trees Classifier, Random Forest Classifier, and XGBoost Classifier, with performance evaluation based on accuracy, precision, recall, F1 score, and Area Under the Curve (AUC). The results indicate that the Extra Trees Classifier demonstrates the best performance, with an accuracy of 0.8123; precision of 0.8151; recall of 0.8123; AUC of 0.9158; and F1 score of 0.8126. Relative humidity (Rh) was identified as the most influential variable in predicting rainfall intensity across all three models. These findings provide further insights into the relationship between daily weather parameters and rainfall intensity and contribute to the development of more accurate predictive systems as a basis for hydrometeorological disaster mitigation in the study area.
Co-Authors Agung Hari Saputra Alzahra, Ardia Hafiz M. Arifudin, M. Arifudin Pramuji, Veimas Mahardika Purwanto, Khisom Adi