cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Muhammad Najib Habibie
Contact Email
najib.habibie@gmail.com
Phone
+6285693191211
Journal Mail Official
jurnal.mg@gmail.com
Editorial Address
Jl. Angkasa 1 No. 2 Kemayoran, Jakarta Pusat 10720
Location
Kota adm. jakarta pusat,
Dki jakarta
INDONESIA
JURNAL METEOROLOGI DAN GEOFISIKA
Published by Badan Meteorologi, Klimatologi, dan Geofisika
ISSN : 14113082     EISSN : 25275372     DOI : https://www.doi.org/10.31172/jmg
Core Subject : Science,
Earth & Planetary Sciences Energy Physics
Jurnal Meteorologi dan Geofisika (JMG) is a scientific research journal published by the Research and Development Center of the Meteorology, Climatology and Geophysics Agency (BMKG) as a means to publish research and development achievements in Meteorology, Climatology, Air Quality and Geophysics.
Arjuna Subject : Ilmu Bumi dan Planet (semua kategori) - Ilmu Bumi dan Planet (Lain-Lain)
Articles 310 Documents
 4   5   6   7   8 
ENERGI DAN DAMPAKNYA TERHADAP LINGKUNGAN I Made Astra
Jurnal Meteorologi dan Geofisika Vol 11, No 2 (2010)
Publisher : Pusat Penelitian dan Pengembangan BMKG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31172/jmg.v11i2.72

Abstract

Energi dapat berubah dari satu bentuk ke bentuk yang  lainnya, perubahannya sering mempengaruhi lingkungan dan udara yang kita hirup dengan berbagai cara. Energy kimia dalam bahan bakar fosil diubah menjadi energy panas, mekanik, atau listrik melalui pembakaran dan  ini sebagai penghasil polutan terbesar. Dan dengan demikian pembangkit listrik, kendaraan bermotor, dan kompor adalah penyebab utama terjadinya polusi udara.  Polutan yang dikeluarkan biasanya dikelompokan menjadi  hidrokarbon (HC), nitrogen oksida (NOx), dan  karbon monoksida (CO). Polutan yang dihasilkan pada pembakaran fosil merupakan faktor terbesar terjadinya asap, hujan asam,  pemanasan global dan perubahan iklim. The conversion of energy from one form to another often affects the environment and the air we breath in many ways. Pollutants are emitted as the chemical energy in fossil fuels is converten to thermal, mechanical, or electrical energy via combustion, and thus power plants, motor vehicles, and even stoves take the blame for air pollution, and  the pollutants released by the vehicles are usually grouped as hydrocarbons (HC), nitrogen oxides (NOx), and carbon monoxide (CO). Pollutans emitted during the combustion of fossil fuels are responsible for smog, acid rain, and global warming and climate change.
PEMODELAN DUA DIMENSI DATA GRAVITASI DI WILAYAH RIAU DENGAN METODE TALWANI (STUDI KASUS LOKASI - X) Supriyanto Rohadi; Rudi Darsono
Jurnal Meteorologi dan Geofisika Vol 16, No 2 (2015)
Publisher : Pusat Penelitian dan Pengembangan BMKG

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (4029.192 KB) | DOI: 10.31172/jmg.v16i2.273

Abstract

Observasi nilai percepatan gravitasi dilakukan di Riau (Lokasi - X). Data pengamatan yang didapat diolah sedemikian rupa sehingga didapatkan nilai anomali gravitasi. Secara umum anomali gravitasi terdiri dari anomali bouger, anomali regional, dan anomali residu. Anomali Bouguer dan anomali Residu di wilayah pengamatan menunjukkan area anomali gravitasi tinggi di bagian selatan, sedangkan anomali gravitasi rendah di bagian utara. Selanjutnya peta anomali tersebut dibuat permodelan dua dimensi berbasis Metode Talwani. Dari hasil pemodelan menggunakan model poligon metode Talwani didindikasikan adanya patahan naik dengan penurunan massa pada bagian tengahnya (graben). Model patahan ini merupakan sistem pembentuk sedimen pada wilayah penelitian.  Observation of the gravity is conducted in Riau (Location - X). Observational data is processed in such a way to obtain the value of the gravity anomaly. In general, the gravity anomaly is composed of Bouguer anomaly, regional anomaly, and residual anomaly. High Bouguer anomaly and Residual anomaly observed in the region of the south area, while the low gravity anomaly in the north area. Furthermore, the anomaly map generates by using two-dimensional modeling based on the Talwani method. From two-dimensional modeling (2-D)indicate that fault model due to the loss of mass in the middle (graben). This fault model is a system forming sediment in the study area.
ANALYSIS OF ATMOSPHERIC CONDITION ON HAIL EVENT AT PELALAWAN (CASE STUDY: SEPTEMBER 23RD, 2019) Mari Frystine; Aditya Mulya; Aries Kristianto; Meldisa Putri Maulidyah
Jurnal Meteorologi dan Geofisika Vol 23, No 3 (2022): Special Issue
Publisher : Pusat Penelitian dan Pengembangan BMKG

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (2151.151 KB) | DOI: 10.31172/jmg.v23i3.813

Abstract

In Pulau Muda Village, hail occurred on September 23rd, 2019 when the entire Riau area was covered by smoke due to forest and land fires phenomenon. The hail was not accompanied by extreme rain and did not cause material harm. However, a study of atmospheric conditions before, during, and after hail occurred is needed to reference for the early warning of future events. The identification of hail cloud stage used the C-Band Radar Reflecticity, Himawari-8 Satellite, and Rain Gauge data. Model data processed by GrADS are used to support the analysis of meteorological parameter. The surface condition are the opposite to the previous study that the surface air temperature increases 2oC and RH decreased 10% from h-1 caused by dry air of the smoke phenomenon. The hail occurred from one single cell CB cloud that developed within 30 minutes reaching the mature stage with its maximum reflectivity core was 65 dBZ and cloud top temperature decreased to -75oC at 06.00 UTC. The convective activity with maximum updraft -1.9 Pa.s-1developed the cloud as the CAPE index increased from 150 to 700 J.kg-1 from 05.00 to 06.00 UTC. The decrease of specific ice water content with maximum downdraft 0,2 Pa.s-1 from 06.00 - 07.00 UTC evidenced that the cloud ice layer produced the hail at the mature to dissipation stage of the cloud. Further study is needed by providing chemistry model data in order to understand more about hail in tropics especially in this unique situation that is among the smoke phenomenon.
PEMANFAATAN DAN VALIDASI CONFORMAL-CUBIC ATMOSPHERIC MODEL (CCAM) UNTUK PRAKIRAAN CUACA DI JAKARTA Roni Kurniawan; Donaldi Sukma Permana
Jurnal Meteorologi dan Geofisika Vol 10, No 2 (2009)
Publisher : Pusat Penelitian dan Pengembangan BMKG

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1051.872 KB) | DOI: 10.31172/jmg.v10i2.38

Abstract

Pada penelitian ini dilakukan prakiraan cuaca untuk wilayah Jakarta pada bulan februari 2008 menggunakan CCAM untuk prediksi 2 hari kedepan dengan interval 3 jam. Data keluaran CCAM kemudian dilakukan validasi dengan data sinoptik dari stasiun pengamatan BMKG di wilayah Jakarta. Hasil validasi dan analisis data untuk parameter curah hujan diperoleh hasil korelasi dan RMSE yang kurang baik. Akan tetapi untuk akurasi kejadian hujan menunjukkan hasil yang baik. Untuk parameter tekanan permukaan laut diperoleh hasil yang lebih baik dibandingkan dengan parameter yang lain, untuk prediksi 12 jam pertama mempunyai nilai korelasi sebesar 0,5-0’8. Dari hasil luaran CCAM menunjukkan bahwa CCAM dapat dimanfaatkan untuk prakiraan kejadian curah hujan pada skala lokal, seperti di kota Jakarta. This research accomplished the weather forecast over Jakarta region in February 2008 using Conformal-Cubic Atmospheric Model (CCAM) to forecast weather up to 2 days with 3 hours interval. The ouput CCAM data was then compared to the synoptic data from the BMKG’s observation station in Jakarta. Validation and data analysis showed that correlation and Root Mean Squared Error (RMSE) of rainfall  was unfavourable. However, the occurance of the rainfall gave an accurate result. Parameter of sea surface pressure gave better correlation than the other parameter, the prediction of the first 12 hours has 0.5-0.8 in correlation. The CCAM result showed that the output was applicable to forecast the occurance of the rainfall at local scale, like in Jakarta city.
ANALISIS PARAMETERGEO-ATMOSFERIK DAN GEOKIMIA SEBAGAI PREKURSOR GEMPABUMI DI PELABUHAN RATU, SUKABUMI Suliyanti Pakpahan; Boko Nurdiyanto; Drajat Ngadmanto
Jurnal Meteorologi dan Geofisika Vol 15, No 2 (2014)
Publisher : Pusat Penelitian dan Pengembangan BMKG

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (334.063 KB) | DOI: 10.31172/jmg.v15i2.177

Abstract

Monitoring parameter geo-atmosferik dan geokimia sebagai perpaduan dari monitoring emisi gas radon, suhu udara permukaan, suhu dan kelembaban tanah dilakukan di Stasiun Observatori Geofisika Pelabuhan Ratu, Sukabumi, Jawa Barat untuk mengetahui hubungannya dengan aktivitas gempabumi. Penelitian di Indonesia mengenai hubungan parameter geo-atmosferik dan geokimia dengan prekursor gempabumi baru pertama kali dilakukan oleh Pusat Penelitian dan Pengembangan Badan Meteorologi Klimatologi dan Geofisika (Puslitbang BMKG). Monitoring gas radon, suhu, dan kelembaban tanah dilakukan menggunakan sistem monitoring radon RAD7 dengan sensor soil gas probe yang ditanam pada kedalaman 1,2 meter. Data pengamatan suhu permukaan adalah suhu maksimum dan minimum yang tercatat menggunakan termometer air raksa. Anomali radon, suhu, dan kelembaban dikorelasikan dengan kejadian gempabumi yang memenuhi radius zona manifestasi prekursor berdasarkan penelitian Dobrovolsky. Hasil analisis parameter geo-atmosferik menunjukkan adanya penurunan sebesar 5,3°-13° yang diikuti kenaikan sebesar 6°-8,2° pada nilai Tmax-Tmin suhu permukaan. Sementara untuk analisis geokimia menunjukkan adanya kenaikan gas radon sebesar 1,5-60 kali dari nilai normalnya, kenaikan kelembaban sebesar 6%-21%, dan kenaikan suhu tanah 1,5°-3,2° yang diikuti penurunan sebesar 1,5°-4°.  Anomali geo-atmosferik dan geokimia yang diduga sebagai prekursor gempabumi terdeteksi 3-30 hari sebelum gempabumi sehingga parameter ini termasuk dalam prekursor jangka pendek yang berhubungan dengan proses deformasi di wilayah pengamatan sebelum gempabumi. Monitoring of geo-atmospheric and geochemical parameters, as a combination monitoring of radon emission, surface air temperature, and soil temperature and humidity, located in Geophysical Observatory Station Pelabuhan Ratu, Sukabumi, West Java, to determine its relation with the earthquake. In Indonesia, it was the first research of earthquake precursors using these methods, conducted by Research and Development Center, Indonesian Agency of Meteorology Climatology and Geophysics. Monitoring of radon, soil temperature and humidity using RAD7 radon monitoring system where probes sensor are placed at 1.2 meters below land surface. The maximum and minimum air temperature recorded by a mercury thermometer. The anomalies of radon, temperature, and humidity are correlated with the occurrence of earthquakes within a radius of precursor manifestation zone, refer to Dobrovolsky's research. The results of analysis show a decrease of 5.3°-13° which followed by an increase of 6°-8.2° on the surface temperature; an increase of radon gas at 1.5-60 times of the normal value, the increase of humidity ranged on 6% -21%, and the soil temperature rise of 1.5°-3.2° followed by a decrease of 1.5°-4°. Geo-atmospheric and geochemical anomalies indicated as precursors detected 3-30 days before the earthquake and categorized as short-term precursors that associated with the deformation process in the observation region before the earthquake.
PREDIKSI PARAMETER CUACA MENGGUNAKAN DEEP LEARNING LONG-SHORT TERM MEMORY (LSTM) Eko Supriyadi
Jurnal Meteorologi dan Geofisika Vol 21, No 2 (2020)
Publisher : Pusat Penelitian dan Pengembangan BMKG

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (42.663 KB) | DOI: 10.31172/jmg.v21i2.619

Abstract

Saat ini metode deep learning dapat diaplikasikan untuk memprediksi suatu kejadian, seperti memprediksi cuaca suatu wilayah. Salah satu contoh deep learning yang cocok digunakan pada jenis data time series adalah LSTM. Penelitian ini menerapkan metode deep learning LSTM dengan jumlah layer 200, perbandingan data training dengan data test sebesar 9:1, serta mengukur nilai RMSE dan RMSE update hasil validasi dan prediksi beberapa hari ke depan. Data yang digunakan terdiri dari pengukuran suhu udara, kelembaban udara, kecepatan angin, dan tekanan udara selama bulan Januari dan Februari 2019. Data bulan Januari digunakan sebagai data training dan test untuk melakukan validasi prakiraan, sedangkan data bulan Februari digunakan sebagai pembanding dari hasil prediksi deep learning LSTM. Hasil penelitian menunjukkan RMSE seluruh validasi parameter cuaca nilainya semakin baik ketika menggunakan LSTM dengan update. Diperoleh RMSE update untuk parameter suhu, kelembaban, kecepatan angin, dan tekanan udara masing-masing bernilai 0,576; 2,8687; 2,1963; dan 1,0647. Sedangkan prediksi suhu udara, kelembaban, kecepatan angin, dan tekanan udara untuk 1 hari ke depan (1 Februari 2019) masing-masing sebesar 1,0337; 6,3413; 2,8934; dan 1,4313. Dari parameter tersebut hanya parameter suhu dan kelembaban udara yang mengalami pertambahan RMSE seiring bertambahnya waktu. Sedangkan parameter kecepatan angin dan tekanan udara mengalami penurunan di hari ketiga dan meningkat secara kontinu hingga satu bulan ke depan.  Today, deep learning can be applied to predict any events, such as predict the weather of a region. One of them is LSTM which is suitable for use in time series data types. This study conducted the deep learning LSTM with the number of 200 layers, ratio training with test data of 9:1, measuring the value of validation RMSE and RMSE update and also predictions some weather parameters in a few days later. The data used consisted of measurements of air temperature, humidity, wind speed, and air pressure during January and February 2019. The data January were used as training and test data to conduct forecast validation, while the data February was used as a comparison of the results predicted for deep learning LSTM. The result shows that the forecast RMSE for all-weather parameters is better when using LSTM with an update. Obtained for temperature, relative humidity, wind speed, and air pressure have RMSE with update are 0,576; 2,8687; 2,1963; and 1,0647, respectively. While the prediction of air temperature, wind speed, and air pressure for one day later (1 February 2019) is 1.0337; 6.3413; 2,8934; and 1.4313, respectively. From the all-weather parameters only temperature and humidity parameter that increase in RMSE over time. While the parameters such as wind speed and air pressure decreased on the third day and increased continuously for the next one month.
Sampul Jurnal MG JMG BMKG
Jurnal Meteorologi dan Geofisika Vol 13, No 3 (2012)
Publisher : Pusat Penelitian dan Pengembangan BMKG

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (456.052 KB)

Abstract

Sampul Jurnal MG Volume 13 No 3 Tahun 2012
Sampul Jurnal MG JMG BMKG
Jurnal Meteorologi dan Geofisika Vol 18, No 3 (2017)
Publisher : Pusat Penelitian dan Pengembangan BMKG

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (2285.931 KB)

Abstract

HASIL PERHITUNGAN EFISIENSI TERMAL PLTGU DAN PELUANGNYA SEBAGAI PENYUMBANG PEMANASAN UDARA (STUDI PADA PLTGU PRIOK DENGAN POLA OPERASI 2-2-1 MENGGUNAKAN METODE NEWTON-RAPHSON) I Made Astra; Iwan Sugihartono; Lanny Catherine
Jurnal Meteorologi dan Geofisika Vol 11, No 1 (2010)
Publisher : Pusat Penelitian dan Pengembangan BMKG

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (297.848 KB) | DOI: 10.31172/jmg.v11i1.63

Abstract

Perhitungan efisiensi termal dari PLTGU Priok dengan pola operasi 2-2-1 telah dihitung menggunakan metode Newton-Raphson. Hasil simulasi tersebut telah dibandingkan dengan data experimen yang diolah secara konvensional. Hasil simulasi perhitungan Newton-Raphson menunjukkan nilai efisiensi optimum sebesar 42,644% untuk daya output sebesar 311,5 MW. Hal ini menunjukkan bahwa simulasi perhitungan Newton-Raphson dan perhitungan data eksperimen memiliki selisih yang kecil, yakni sebesar 0,023%. Sedangkan pada uji efisiensi yang kedua efisiensi optimum 42,623% tercapai ketika daya output total sebesar 310,7 MW. Hasil simulasi perhitungan Newton Raphson menunjukkan nilai efisiensi optimum sebesar 42,644% untuk daya output sebesar 310,7 MW. Hal ini menunjukkan bahwa simulasi perhitungan Newton-Raphson dan perhitungan data eksperimen memiliki selisih yang kecil, yakni sebesar 0,021%.Dua perhitungan tersebut menunjukkan  effisiensi relatif rendah, menunjukkan ada energi yang berubah menjadi energi lain. Diantaranya energi panas yang lepas ke udara. Energi ini bersama polutan lainnya yang mengandung COx akan ikut berperan meningkatkan gas rumah kaca, ikut menyumbang konten pemanasan udara. The thermal efficiency of PLTGU Priok with a 2-2-1 operations has been calculated using Newton-raphson method. The simulation results have been compared to experimental data which are processed conventionally. The simulation shows that for the power output of 311.5 MW, the value of optimum efficiency was 42,644%. There is slight difference between the two calculation methods, i.e. 0,023%. In the second experiment, the value of optimum efficiency is 42.623% for total power output of 310.7 MV. Newton-Raphson simulation shows that the value of optimum efficiency is 42,644% for the power output of 310,7 MW. The result of calculations, both using Newton-Raphson and conventional data processing have a slight difference, i.e  0,021%.The low efficiency showed by the two calculation methods indicates that there is energy transformation, for instance in heat energy relesing. This energy, along with other pollutants containing COx, has a role in increasing concentrations of greenhouse gases in the atmosphere and thus contributes to global warming.
PENENTUAN KOEFISIEN UNTUK PERHITUNGAN SUHU UDARA RATA-RATA HARIAN DATA STASIUN KLIMATOLOGI PALEMBANG Arsali Arsali; Octavianus Cakra Satya; Supardi Supardi; Indra Purna
Jurnal Meteorologi dan Geofisika Vol 16, No 1 (2015)
Publisher : Pusat Penelitian dan Pengembangan BMKG

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (15467.21 KB) | DOI: 10.31172/jmg.v16i1.260

Abstract

Stasiun pengamatan cuaca Badan Meteorologi, Klimatologi, dan Geofisika (BMKG) menggunakan data pengukuran suhu udara pada pukul 07.00 (T07), 13.00 (T13), dan 18.00 (T18) waktu setempat setiap hari untuk keperluan data sinoptik meteorologi/klimatologinya. Data tersebut ditetapkan sebagai Kelompok Data Utama (KDU) guna menentukan suhu udara rata-rata harian (operasional), berdasarkan formula Top = ½ T07 + ¼ T13 + ¼ T18, di mana bilangan  ½, ¼, dan ¼ adalah Kumpulan Nilai Koefisien (KNK) dengan urutan dan nilai masing-masing komponennya menyatakan bobot yang bersesuaian dengan urutan dari komponen data pada KDU terkait. Perumusan ulang formula di atas menggunakan metoda Least Square ternyata memunculkan lebih banyak pilihan KNK yang mungkin. Sementara itu, dari data suhu udara tiap jam yang terukur pada Automatic Weather Station (AWS) di Stasiun Klimatologi BMKG Kota Palembang selama tahun 2007 dan dari Desember 2010 sampai dengan Nopember 2011 formula Least square mengusulkan KNK = {0.46, 0.23, 0.31} yang, bila dibandingkan dengan nilai rata-rata sebenarnya, menghasilkan nilai suhu udara rata-rata harian lebih baik daripada hasil perhitungan dengan formula di atas, dengan koefisien korelasi = 0.87±0.05 terhadap 0.85±0.06, simpangan rata-rata = (0.01±0.09)°C terhadap (0.03±0.09)°C, simpangan mutlak rata-rata = (0.35±0.05)°C terhadap (0.37±0.06)°C, dan simpangan akar kuadrat rata-rata = (0.44±0.07)°C terhadap (0.47±0.08)°C.Agency for Meteorology, Climatology, and Geophysics (BMKG) weather stations use three times daily air temperature measurements at 07.00 (T07), 13.00 (T13), and 18.00 (T18) local times for their synoptic meteorological or climatological data. These measured data are assigned as a Primary Data Set (KDU) and used to determine (operational) daily mean air temperature (Top,) based on a formula (mentioned as BMKG formula) Top = ½ T07 + ¼ T13 + ¼ T18, where ½, ¼, and ¼ are a Collection of Coefficient Values (KNK). The orders and values of each component of KNK state weights which are suitable to the sequence of data components from related KDU. Reformulation of the formula above using the least square method gave more options for possible KNK. Applying the least square method to hourly air temperature data measured by Automatic Weather Station (AWS) in Palembang Climatological Station during 2007 and from December 2010 to November 2011 produced a KNK of {0.46, 0.23, 0.31} which gave values of daily mean air temperature closer to the true mean than the Top obtained by formula above (BMKG formula). Comparisons of correlation coefficients, mean errors, absolute mean errors and root mean square errors between the results of a proposed formula against a BMKG formula were: 0.87±0.05 vs 0.85±0.06; (0.01±0.09)°C vs (0.03±0.09)°C; (0.35±0.05)°C vs (0.37±0.06)°C; and (0.44±0.07)°C vs (0.47±0.08)°C, respectively. 

Page 6 of 31 | Total Record : 310

 4   5   6   7   8 

Filter by Year

2007 2022


Reset
Filter By Issues
All Issue Vol 23, No 3 (2022): Special Issue Vol 23, No 2 (2022) Vol 23, No 1 (2022) Vol 22, No 2 (2021) Vol 22, No 1 (2021) Vol 21, No 2 (2020) Vol 21, No 1 (2020) Vol 20, No 2 (2019) Vol 20, No 1 (2019) Vol 19, No 2 (2018) Vol 19, No 1 (2018) Vol 18, No 3 (2017) Vol 18, No 2 (2017) Vol 18, No 1 (2017) Vol 17, No 3 (2016) Vol 17, No 2 (2016) Vol 17, No 1 (2016) Vol 16, No 3 (2015) Vol 16, No 2 (2015) Vol 16, No 1 (2015) Vol 15, No 1 (2014) Vol 14, No 2 (2013) Vol 10, No 2 (2009) Vol 15, No 3 (2014) Vol 15, No 2 (2014) Vol 9, No 1 (2008) Vol 14, No 3 (2013) Vol 14, No 1 (2013) Vol 13, No 3 (2012) Vol 13, No 2 (2012) Vol 13, No 1 (2012) Vol 12, No 3 (2011) Vol 12, No 2 (2011) Vol 12, No 1 (2011) Vol 11, No 2 (2010) Vol 11, No 1 (2010) Vol 10, No 1 (2009) Vol 9, No 2 (2008) Vol 8, No 2 (2007) Vol 8, No 1 (2007) More Issue