cover
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kota adm. jakarta pusat,
Dki jakarta
INDONESIA
Jurnal Sains & Teknologi Modifikasi Cuaca
ISSN : -     EISSN : -     DOI : -
Core Subject : Education,
Arjuna Subject : -
Articles 566 Documents
PREDIKSI HUJAN BULANAN PADA PERIODE ENSO (El NINO SOUTHERN OSCILLATION) MENGGUNAKAN ANFIS (ADAPTIVE NEURO-FUZZY INFERENCE SYSTEM) DI BANJARMANGU, BANJARNEGARA Agus Safril; Fakhrul Kurniawan; Rista Hernandi Virgianto
Jurnal Sains & Teknologi Modifikasi Cuaca Vol. 21 No. 1 (2020): June 2020
Publisher : BPPT

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29122/jstmc.v21i1.4028

Abstract

Akurasi prediksi curah hujan yang tinggi diperlukan untuk mendapatkan informasi yang tepat dan bermanfaat untuk tindakan mitigasi bencana alam oleh masyarakat. Untuk mendapatkan akurasi yang tinggi diperlukan variabel prediktor yang secara fisis terkait erat dengan curah hujan dan dapat menangkap pola anomali curah hujan akibat El Ni?o Southern Oscillation (ENSO). Total Column Water (TCW) sebagai variabel prediktor yang dipilih merupakan potensi uap air di atmosfer yang berpeluang menjadi hujan yang jatuh di permukaan bumi. Data TCW merupakan data reanalisis Model Sirkulasi Global (Global Circulation Model) yang diambil dari European Centre for Medium-Range Weather Forecasts (ECMWF). Analisis korelasi dilakukan untuk mendapatkan tingkat keterhubungan antara prediktor dengan curah hujan. Model prediksi Adaptive Neuro Fuzzy Inference System (ANFIS) digunakan untuk memprediksi curah hujan yang bersifat chaotic. Hasil penelitian menunjukkan pola klimatologis prediktor TCW sesuai pola curah hujan klimatologis dengan kekuatan relasi (r) 0,79. Hasil penelitian menunjukkan pola klimatologis prediktor TCW mengikuti pola curah hujan klimatologis dengan kekuatan relasi r(0,79) pada skala bulanan dan r(0,73) pada skala dasarian. Korelasi antara prediksi dan curah hujan observasi sebesar 0,82. Korelasi paling rendah pada saat terjadi pola Normal, El Ni?o dan La Ni?a pada tahun 2016 yakni 0,69, diikuti tahun 2014 saat Fase Normal dan El Ni?o sebesar 0,77, dan saat El Ni?o dominan mencapai korelasi tertinggi yaitu 0,93 di tahun 2015. Pada prediksi hujan skala dasarian menunjukkan tingkat keandalan yang tidak jauh berbeda dengan prediksi hujan bulanan dengan nilai r(0,65) pada periode La Ni?a dan r(0,80) pada periode El Ni?o.
KARAKTERISTIK KETINGGIAN DASAR AWAN YANG DIUKUR DENGAN SENSOR INFRA MERAH RADIOMETER PADA PUNCAK MUSIM HUJAN DI JABODETABEK. Findy Renggono
Jurnal Sains & Teknologi Modifikasi Cuaca Vol. 20 No. 1 (2019): June 2019
Publisher : BPPT

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29122/jstmc.v20i1.4045

Abstract

IntisariInformasi mengenai tinggi dasar awan penting bagi penelitian atmosfer dan juga sebagai masukan bagi pemodelan cuaca. Pada kegiatan modifikasi cuaca, informasi ini juga sangat penting dalam menentukan awan yang akan disemai. Dalam tulisan ini, pengukuran tinggi dasar awan dilakukan dengan menggunakan sensor infra merah yang terpasang pada radiometer. Sensor infra merah ini akan mengukur suhu dasar awan yang kemudian dapat diketahui ketinggiannya dengan melihat temperatur lapse rate. Hasil pengukuran dibandingkan dengan hasil pengamatan awan oleh micro rain radar yang terletak di lokasi yang sama. Hasil pengukuran dari kedua peralatan ini menunjukkan kesesuaian antara kemunculan awan pada micro rain radar yang ditunjukkan dengan struktur vertikal awan dengan hasil pengamatan dengan IRT dari radiometer. Pengamatan selama puncak musim hujan di Jabodetabek (Januari – Maret 2019) menunjukan adanya pola harian yang cukup jelas. AbstractInformation on cloud properties is important for atmospheric research and as well as for weather modeling. In weather modification, this information is very important for cloud seeding strategy. The observation of cloud base height is carried out using infrared sensors mounted on a radiometer. These infrared thermometer sensors are capable of detecting the cloud base temperature, the cloud base height is obtained by looking at the temperature lapse rate retrieved from radiometer observation. The results were compared with the cloud observation by micro rain radar which is located at the same location. The comparison results of these two instruments show that the consistency of cloud detection was good. Based on the observation during the peak of the rainy season in Jabodetabek (January-March 2019), it is shown a fairly clear daily pattern
Preface JSTMC Vol.20 No.1 June 2019 : Foreword and Acknowledgement Samba Wirahma
Jurnal Sains & Teknologi Modifikasi Cuaca Vol. 20 No. 1 (2019): June 2019
Publisher : BPPT

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29122/jstmc.v20i1.4065

Abstract

Preface JSTMC Vol.20 No.2 December 2019 : Foreword and Acknowledgement Samba Wirahma
Jurnal Sains & Teknologi Modifikasi Cuaca Vol. 20 No. 2 (2019): December 2019
Publisher : BPPT

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29122/jstmc.v20i2.4066

Abstract

Appendix JSTMC Vol.20 No.1 June 2019 : Author Index & Keyword Index Samba Wirahma
Jurnal Sains & Teknologi Modifikasi Cuaca Vol. 20 No. 1 (2019): June 2019
Publisher : BPPT

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29122/jstmc.v20i1.4068

Abstract

Appendix JSTMC Vol.20 No.2 December 2019 : Author Index & Keyword Index Samba Wirahma
Jurnal Sains & Teknologi Modifikasi Cuaca Vol. 20 No. 2 (2019): December 2019
Publisher : BPPT

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29122/jstmc.v20i2.4069

Abstract

PERBANDINGAN TEKNIK WARM DAN COLD START PADA MODEL WRF-3DVAR ASIMILASI DATA RADAR PADA PREDIKSI HUJAN LEBAT DI WILAYAH SURABAYA DAN SEKITARNYA Nayla Alvina Rahma; Jaka Anugrah Ivanda Paski
Jurnal Sains & Teknologi Modifikasi Cuaca Vol. 21 No. 1 (2020): June 2020
Publisher : BPPT

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29122/jstmc.v21i1.4078

Abstract

Penelitian ini bertujuan untuk mengetahui perbedaan hasil prediksi hujan WRF-3DVAR asimilasi data radar dengan menggunakan teknik warm start (spin-up 12 jam) dan cold start (tanpa spin-up). Kejadian hujan yang dianalisis adalah kejadian hujan lebat tanggal 19-20 Januari 2019 di wilayah Surabaya dan sekitarnya. Data yang digunakan untuk simulasi adalah data Global Forescast System (GFS) dan data reflektivitas radar cuaca BMKG Surabaya produk Constant Altitude Plan Position Indicator (CAPPI). Analisis dilakukan dengan membandingan kondisi awal model pada parameter suhu dan kelembaban udara untuk mengetahui efek dari metode asimilasi data. Uji keandalan model dilakukan dengan melakukan verifikasi dikotomi (hujan/tidak hujan) hasil luaran model WRF dengan data hujan di 4 titik pengamatan, yaitu di Stasiun meteorologi Juanda, Stasiun meteorologi Perak, Stasiun Klimatologi Karangploso, dan Stasiun Geofisika Tretes. Hasil menunjukkan bahwa asimilasi data radar dengan mode cold start mempunyai hasil yang lebih baik dibandingkan dengan warm start, yang ditandai dengan lebih tingginya nilai Probability of Detection (POD) dan lebih rendahnya False Alarm Ratio (FAR). Asimilasi data dengan menggunakan mode cold start memiliki performa yang lebih baik dalam mendeteksi curah hujan per jam dengan ambang batas >1 mm dan >5 mm, sedangkan curah hujan >10 mm per jam lebih baik diprediksi menggunakan mode warm start.
PREDICTION OF CUMULONIMBUS (CB) CLOUD BASED ON INTEGRATED FORECAST SYSTEM (IFS) OF EUROPEAN MEDIUM-RANGE WEATHER FORECAST (ECMWF) IN THE FLIGHT INFORMATION REGION (FIR) OF JAKARTA AND UJUNG PANDANG Achmad Fahruddin Rais; Fani Setiawan; Rezky Yunita; Erika Meinovelia; Soenardi Soenardi; Muhammad Fadli; Bambang Wijayanto
Jurnal Sains & Teknologi Modifikasi Cuaca Vol. 21 No. 2 (2020): December 2020
Publisher : BPPT

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29122/jstmc.v21i2.4100

Abstract

This study was focused on cumulonimbus (Cb) cloud prediction based on Integrated Forecast System (IFS) European Medium-Range Weather Forecast (ECMWF) model in the Flight Information Region (FIRs) Jakarta and Ujung Pandang. The Cb cloud prediction was calculated using convective cloud cover (CC) of the precipitation product. The model predictability was examined through categorical verification. The Cb cloud observation was based on brightness temperature (BT) IR1 and brightness temperature difference (BTD) IR1-IR2. The results showed that CC 50%' predictor was the best predictor to estimate the Cb cloud. The study in the period other than 2019 is suggested for the next research because Indian Ocean Dipole (IOD) is extreme that may affect the Cb cloud growth in the study area.
TREN CURAH HUJAN BERBASIS DATA SINOPTIK BMKG DAN REANALISIS MERRA-2 NASA DI PROVINSI SULAWESI TENGAH Solih Alfiandy; Donaldi Sukma Permana
Jurnal Sains & Teknologi Modifikasi Cuaca Vol. 21 No. 2 (2020): December 2020
Publisher : BPPT

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29122/jstmc.v21i2.4132

Abstract

Perubahan iklim dapat mempengaruhi perubahan pola dan intensitas curah hujan. Kajian iklim di Provinsi Sulawesi Tengah sangat penting dilakukan sebagai bahan pertimbangan dalam pengambilan kebijakan di bidang pertanian dan sektor lainnya. Penelitian ini bertujuan untuk mengetahui tren perubahan total curah hujan dan kejadian hujan ekstrem di Provinsi Sulawesi Tengah berdasarkan data dari stasiun sinoptik BMKG dan model reanalisis The Modern-Era Retrospective Analysis for Research and Applications Version 2 dari The National Aeronautics and Space Administration (MERRA-2 NASA) periode 1980-2017. Hasil menunjukkan bahwa kedua data memiliki kemiripan pola musim hujan dan hubungan korelasi positif yang signifikan dengan nilai koefisien determinasi (R2) sebesar 0,59-0,78 kecuali kota Palu dengan R2 = 0,14. Hal ini menunjukkan bahwa data MERRA-2 berpotensi untuk mengisi data kosong yang terdapat pada stasiun sinoptik BMKG di masa lalu. Selain itu, kedua data menunjukkan tren peningkatan total curah hujan, tren penurunan jumlah hari hujan <5 mm/hari, dan tren peningkatan jumlah hari hujan >50 mm/hari (ekstrem) per tahun. Tren peningkatan total hujan tahunan berkisar antara 4,68-52,40 mm/tahun dengan tren tertinggi terjadi di Kabupaten Poso, sebagian Kabupaten Sigi, Tojo Una-Una, Morowali Utara dan Morowali. Sedangkan tren terendah terjadi di Kabupaten Banggai, Banggai Kepulauan dan Banggai Laut. Tren peningkatan curah hujan bulanan tertinggi terjadi pada bulan April di Poso (4,8 mm/tahun), bulan Januari di Toli-Toli (3,6 mm/tahun) dan bulan Juni di wilayah Luwuk Banggai (2,8 mm/tahun) serta Palu (4,1 mm/tahun). Informasi ini dapat digunakan sebagai bahan pertimbangan dalam kebijakan terkait adaptasi dan mitigasi perubahan iklim di Provinsi Sulawesi Tengah.
IDENTIFIKASI GRAVITY WAVES MENGGUNAKAN HIGH PASS FILTER WATER VAPOR BAND SATELIT HIMAWARI DAN DATA MODEL NUMERIK I Kadek Nova Arta Kusuma; Firman Setiabudi; Eka Fibriantika; Yunus Subagyo Swarinoto
Jurnal Sains & Teknologi Modifikasi Cuaca Vol. 21 No. 1 (2020): June 2020
Publisher : BPPT

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29122/jstmc.v21i1.4143

Abstract

Di Indonesia, pemanfaatan citra satelit dan model numerik menjadi acuan utama dalam kegiatan operasional cuaca penerbangan. Fenomena cuaca penerbangan yang masih sulit dideteksi adalah clear air turbulence (CAT). Salah satu penyebab terjadinya CAT adalah adanya gravity wave yang terbentuk di atmosfer. Pada paper ini akan ditunjukkan studi kasus fenomena gravity wave yang diidentifikasi menggunakan metode high pass filter pada water vapor band satelit Himawari dan dianalisis menggunakan model ECMWF 0.125 degree. Dari hasil penelitian diperoleh bahwa metode high pass filter dapat membantu mengenali fenomena gravity wave menjadi lebih mudah dalam bentuk paralel strips.  Pada studi kasus ini, gravity wave terbentuk karena selisih angin yang besar pada lapisan 200 mb dan 250 mb sehingga membentuk vertical wind shear dan cloud billows yang terdeteksi pada Water Vapor Band dan memiliki pola tegak lurus terhadap angin.

Filter by Year

2000 2022


Filter By Issues
All Issue Vol. 23 No. 2 (2022): December 2022 Vol. 23 No. 1 (2022): June 2022 Vol. 22 No. 2 (2021): December 2021 Vol. 22 No. 1 (2021): June 2021 Vol. 21 No. 2 (2020): December 2020 Vol. 21 No. 1 (2020): June 2020 Vol 20, No 2 (2019): December 2019 Vol. 20 No. 2 (2019): December 2019 Vol. 20 No. 1 (2019): June 2019 Vol 20, No 1 (2019): June 2019 Vol 19, No 2 (2018): December 2018 Vol. 19 No. 2 (2018): December 2018 Vol 19, No 1 (2018): June 2018 Vol. 19 No. 1 (2018): June 2018 Vol 19, No 1 (2018): June 2018 Vol 19, No 2 (2018) Vol 18, No 2 (2017): December 2017 Vol 18, No 2 (2017): December 2017 Vol. 18 No. 2 (2017): December 2017 Vol 18, No 1 (2017): June 2017 Vol. 18 No. 1 (2017): June 2017 Vol 18, No 1 (2017): June 2017 Vol. 17 No. 2 (2016): December 2016 Vol 17, No 2 (2016): December 2016 Vol 17, No 2 (2016): December 2016 Vol. 17 No. 1 (2016): June 2016 Vol 17, No 1 (2016): June 2016 Vol 17, No 1 (2016): June 2016 Vol 16, No 2 (2015): December 2015 Vol 16, No 2 (2015): December 2015 Vol. 16 No. 2 (2015): December 2015 Vol 16, No 1 (2015): June 2015 Vol 16, No 1 (2015): June 2015 Vol. 16 No. 1 (2015): June 2015 Vol 15, No 2 (2014): December 2014 Vol 15, No 2 (2014): December 2014 Vol. 15 No. 2 (2014): December 2014 Vol. 15 No. 1 (2014): June 2014 Vol 15, No 1 (2014): June 2014 Vol 15, No 1 (2014): June 2014 Vol 14, No 2 (2013): December 2013 Vol 14, No 2 (2013): December 2013 Vol. 14 No. 2 (2013): December 2013 Vol 14, No 1 (2013): June 2013 Vol. 14 No. 1 (2013): June 2013 Vol 14, No 1 (2013): June 2013 Vol 13, No 2 (2012): December 2012 Vol. 13 No. 2 (2012): December 2012 Vol 13, No 2 (2012): December 2012 Vol. 13 No. 1 (2012): June 2012 Vol 13, No 1 (2012): June 2012 Vol 13, No 1 (2012): June 2012 Vol. 12 No. 2 (2011): December 2011 Vol 12, No 2 (2011): December 2011 Vol 12, No 2 (2011): December 2011 Vol 12, No 1 (2011): June 2011 Vol 12, No 1 (2011): June 2011 Vol. 12 No. 1 (2011): June 2011 Vol. 11 No. 2 (2010): December 2010 Vol 11, No 2 (2010): December 2010 Vol 11, No 2 (2010): December 2010 Vol 11, No 1 (2010): June 2010 Vol 11, No 1 (2010): June 2010 Vol. 11 No. 1 (2010): June 2010 Vol. 3 No. 2 (2002): December 2002 Vol 3, No 2 (2002): December 2002 Vol 3, No 2 (2002): December 2002 Vol 3, No 1 (2002): June 2002 Vol. 3 No. 1 (2002): June 2002 Vol 3, No 1 (2002): June 2002 Vol 2, No 1 (2001): June 2001 Vol 2, No 1 (2001): June 2001 Vol. 2 No. 1 (2001): June 2001 Vol. 1 No. 2 (2000): December 2000 Vol 1, No 2 (2000): December 2000 Vol 1, No 2 (2000): December 2000 Vol 1, No 1 (2000): June 2000 Vol 1, No 1 (2000): June 2000 Vol. 1 No. 1 (2000): June 2000 More Issue