Articles
214 Documents
<![CDATA[PENILAIAN TERHADAP SISTEM PREDIKTIF BERBASIS ENSO DI INDONESIA ]]>
<![CDATA[Adi Ripaldi]]>;
<![CDATA[Yahya Abawi]]>
<![CDATA[ Megasains Vol 6 No 3 (2015): Vol 6 No 3 (2015) ]]>
Publisher : <![CDATA[Stasiun Pemantau Atmosfer Global Bukit Kototabang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.46824/megasains.v6i3.210
<![CDATA[Penggunaan Model Prakiraan Iklim (SCF) di negara-negara berkembang seperti Indonesia, yang paling rentan terhadap dampak variabilitas iklim dan perubahan iklim, belum banyak diaplikasikan. Keterbatasan utama adalah; kapasitas nasional yang terbatas untuk pemantauan iklim dan prakiraan; rendahnya tingkat kesadaran para pengambil keputusan dengan dampak lokal dan regional dari variabilitas iklim (misalnya ENSO); dan kurangnya respon kebijakan yang efektif terhadap variabilitas iklim dan perubahan iklim. Tujuan khusus dari penelitian ini adalah, untuk menganalisis hubungan curah hujan musiman dengan prediksi berdasarkan ENSO kunci dan menentukan yang paling "kuat" sistem prediktif (s) untuk masing-masing daerah tersebut. Penggunaan software FLOWCAST dengan tiga metode penyelidikan. Hasil regresi dan analisis tabel kontingensi menunjukkan bahwa hubungan antara SOI, Nino 3.4, SST dan Indonesia curah hujan secara signifikan lebih kuat di semua zona iklim selama 2 periode musiman yang dipilih (Mei - Oktober dan November- April) di wilayah hujan dengan tipe monsunal dan lokal. Kekuatan hubungan ini juga berhubungan dengan keterampilan peramalan tinggi (Leps) yang ditemukan terutama di daerah type monsunal dan lokal, yang mempengaruhi crah hujan musiman]]>
<![CDATA[TINGKAT RESIKO GEMPABUMI WILAYAH SUMATERA UTARA ]]>
<![CDATA[Chichi Nurhafizah]]>
<![CDATA[ Megasains Vol 6 No 3 (2015): Vol 6 No 3 (2015) ]]>
Publisher : <![CDATA[Stasiun Pemantau Atmosfer Global Bukit Kototabang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.46824/megasains.v6i3.212
<![CDATA[Akselerasi maksimum tanah adalah percepatan tanah terbesar yang tercatat di wilayah ini akibat gempa. Nilai risiko percepatan tanah gempa perlu dipertimbangkan sebagai bagian dari perencanaan bangunan tahan gempa. Risiko adalah produk dari bahaya kalikan dengan kerentanan yang hasilnya tergantung pada kedua faktor. Potensi bencana tanah faktor akselerasi, sementara kerentanan merupakan faktor total populasi. Menggunakan data historis gempa dari USGS di Sumatera Utara yang terletak di 1ºS - 5ºN dan 96,5 - 100,5ºE, periode 2005-2014 menghitung percepatan tanah maksimum dengan rumus Boore (1997). Nilai adalah 372,5 gal. Medan dan Deli Serdang memiliki populasi terbesar dari Provinsi Sumatera Utara, itu merujuk bahwa risiko terbesar yang dihasilkan oleh faktor kerentanan terbesar]]>
<![CDATA[EVALUASI HASIL AUTOMATIC CALIBRATION PADA CO ANALYZER HORIBA APMA 360 DI SPAG BUKIT KOTOTABANG PERIODE 2012-2015 ]]>
<![CDATA[Agusta Kurniawan]]>
<![CDATA[ Megasains Vol 6 No 3 (2015): Vol 6 No 3 (2015) ]]>
Publisher : <![CDATA[Stasiun Pemantau Atmosfer Global Bukit Kototabang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.46824/megasains.v6i3.213
<![CDATA[Penelitian telah dilakukan untuk mengevaluasi hasil automatic calibration pada instrumen CO Analyzer HORIBA APMA 360 di SPAG Bukit Kototabang periode tahun 2012-2015. Automatic Calibration dilakukan dengan cara automatic zero check dan automatic span check. Automatic zero check dilakukan dengan cara memasukkan udara kering bebas karbonmonoksida (CO) ke dalam instrumen. Automatic Span Check dilakukan dengan mencampurkan gas standar karbonmonoksida (CO) konsentrasi 44.86 ± 0.45 ppm dengan udara kering bebas karbonmonoksida (CO) menggunakan dilution unit ke dalam instrumen. Hasil automatic zero check menunjukkan telah terjadi penyimpangan nilai konsentrasi CO sejak 2013 hingga 2015, sedangkan hasil automatic span check menunjukkan bahwa sebagian besar nilai konsentrasi CO berada jauh dibawah nilai teoritis (443 ppb)]]>
<![CDATA[PERUBAHAN STATIS COULOMB STRESS GEMPABUMI DOBLET DAN PENGARUHNYA TERHADAP ERUPSI GUNUNGAPI BATUR TAHUN 1963 ]]>
<![CDATA[I Putu Dedy Pratama]]>
<![CDATA[ Megasains Vol 6 No 3 (2015): Vol 6 No 3 (2015) ]]>
Publisher : <![CDATA[Stasiun Pemantau Atmosfer Global Bukit Kototabang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.46824/megasains.v6i3.214
<![CDATA[Erupsi gunungapi Batur tahun 1963, merupakan peristiwa erupsi yang unik karena 4 bulan sebelum erupsi terjadi gempabumi doblet didekatnya. Tujuan dari penulisan ini adalah untuk mengetahui hubungan antara gempabumi dengan erupsi Gunungapi. Hasil penelitian ini menunjukan bahwa gempabumi tanggal 18 Mei 1963 menghasilkan perubahan coulomb stress positif (0.05 bar) ke arah Gunungapi Batur dan gempabumi tanggal 22 Mei 1963. Irisan melintang yang membelah Gunungapi Batur dan gempabumi doblet menunjukkan perubahan Coulomb stress positif yang terdapat pada bagian bawah Gunungapi Batur dalam rentang kedalaman 30 - 70 km dengan lobus mencapai 0.05 bar. Jika dibandingkan dengan hasil pencitraan tomografi maka perubahan coulomb stress positif berada pada daerah partial melting dari Gunungapi Batur]]>
<![CDATA[SIMULASI ANGIN KENCANG DI BANDARA INTERNASIONAL LOMBOK DENGAN MODEL WRF TANGGAL 15 MARET 2012 ]]>
<![CDATA[Annisa Fauziah]]>
<![CDATA[ Megasains Vol 6 No 3 (2015): Vol 6 No 3 (2015) ]]>
Publisher : <![CDATA[Stasiun Pemantau Atmosfer Global Bukit Kototabang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.46824/megasains.v6i3.215
<![CDATA[Pada tanggal 15 Maret 2012 terjadi peristiwa angin kencang di Bandara Internasional Lombok (BIL) dengan kecepatan lebih dari 35 knot pada pukul 14.00 WITA hingga 15.00 WITA. Hal ini sangat mengganggu aktifitas penerbangan serta merusak infrastruktur di wilayah bandara. Untuk menggambarkan angin kencang di BIL serta mengetahui sejauh mana kehandalan model, maka dilakukan kajian dengan metode eksperimental dengan model WRF-ARW versi 3.1, serta dilakukan uji skema radiasi terhadap kecepatan angin permukaan untuk mendapatkan skema radiasi terbaik, kemudian me-running data FNL dengan skema terbaik tersebut serta melihat hasil prediksi dengan me-running data GFS. Hasil luaran model WRF-ARW menunjukkan bahwa angin kencang yang terjadi pada tanggal 15 Maret 2012 di BIL disebabkan karena adanya pusat tekanan rendah di Samudera Hindia Selatan Pulau Lombok. Skema radiasi terbaik adalah skema RRTM- Dudhia dengan nilai korelasi 0,5 dan RMSE 5,4. Model WRF-ARW mampu menunjukkan dengan baik kejadian angin kencang di BIL tanggal 15 Maret 2012, hal ini terlihat pada produk keluaran arah dan kecepatan angin permukaan, yang memiliki nilai tidak jauh berbeda antara model analisis maupun prediksi dengan hasil observasi. Angin permukaan diprakirakan mencapai 40 knot, dimana hal tersebut hampir sesuai dengan data observasi.]]>
<![CDATA[ANALISIS VARIABILITAS DAN PERUBAHAN IKLIM TERHADAP KESESUAIAN AGROKLIMAT KEDELAI DI PROVINSI NUSA TENGGARA BARAT ]]>
<![CDATA[Yuhanna Maurits]]>
<![CDATA[ Megasains Vol 6 No 3 (2015): Vol 6 No 3 (2015) ]]>
Publisher : <![CDATA[Stasiun Pemantau Atmosfer Global Bukit Kototabang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.46824/megasains.v6i3.216
<![CDATA[Provinsi Nusa Tenggara Barat (NTB) ditetapkan oleh pemerintah sebagai salah satu sentra produksi kedelai nasional untuk mengejar target swasembada kedelai yang mampu memproduksi satu juta ton kedelai per tahun. Kebutuhan kedelai secara Nasional maupun di NTB dari tahun ke tahun semakin meningkat. Selain (El nino/ La nina), perubahan iklim akan memicu meningkatnya frekuensi cuaca/iklim ekstrim, kemarau panjang, hujan ekstrim. Perubahan iklim di Nusa Tenggara Barat tentu akan memberikan dampak terhadap luasan kesesuaian agroklimat kedelai. Dengan memanfaatkan data model iklim regional Conformal Cubic Atmospheric Model (CCAM) resolusi 14 km dari project Climate Change Adaptation Project CSIRO-UNRAM, data tersebut digunakan untuk membuat proyeksi iklim yang kemudian digunakan untuk menghitung klasifiklasi kesesuaian agroklimat kedelai sesuai standard FAO di NTB dimasa depan. Terjadi penurunan rata-rata curah hujan tahunan di periode masa depan dan kenaikan temperatur rata-rata dari 20- 30 ºC periode baseline menjadi sekitar 23-32 ºC pada periode future. Analisis kelas kesesuaian agroklimat untuk tanaman kedelai di NTB diproyeksikan mengalami perubahan signifikan dengan berkurangnya luas kelas kesesuaian S1 (Sangat Sesuai) turun sebesar 3.0 %, kelas S3 ( Sesuai Marginal) turun 12.5 % dan kelas N (Tidak Sesuai) turun sebesar 9.2 namun demikian terjadi pula peningkatan kelas S2 (Cukup Sesuai) sebesar 24.7% baik pada periode (2040-2069) serta pada periode (2070-2099) relatif terhadap periode baseline (1981-2010)]]>
<![CDATA[PEMETAAN POTENSI ANCAMAN GERAKAN TANAH LONGSOR DI PROVINSI SUMATERA UTARA ]]>
<![CDATA[Siswanto]]>
<![CDATA[ Megasains Vol 6 No 1 (2015): Vol 6 No 1 (2019) ]]>
Publisher : <![CDATA[Stasiun Pemantau Atmosfer Global Bukit Kototabang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.46824/8b2m3893
<![CDATA[Inisiasi pemetaan potensi ancaman (hazard) gerakan tanah longsor di Sumatera Utara menjadi prioritas utama dalam mitigasi bencana. Mitigasi bencana gerakan tanah diharapkan mampu mengurangi bahkan menghilangkan dampak dari bencana gerakan tanah longsor. Langkah kongkrit dalam upaya antisipasi penggunaan lahan berwawasan kebencanaan dapat ditempuh melalui pemetaan potensi ancaman (hazard).Bencana dapat timbul sebagai akibat dari aktifitas manusia (antropogenik) dan faktor alam. Pendekatan terhadap faktor pemicu dilakukan dengan cara tumpang susun (overlay) dan skoring dari parameter pemicu gerakan tanah longsor. Pendekatan secara statistik mendapatkan gambaran bahwa Provinsi Sumatera Utara berpotensi terhadap ancaman gerakan tanah longsor. Potensi ancaman gerakan tanah longsor tingkat sangat rendah sebesar 5,94 % dan tingkat rendah sebesar 74,23 %; sedangkan potensi ancaman longsor tingkat menengah dan tinggi sebesar 19,52 % dan 0,03 % dari luas total wilayah Provinsi Sumatera Utara]]>
<![CDATA[PERBANDINGAN PENGUKURAN PHOTOSYNTETICALLY ACTIVE RADIATION (PAR) SECARA LANGSUNG DAN TAK LANGSUNG DALAM PERIODE SINGKAT DI SPAG BUKIT KOTOTABANG ]]>
<![CDATA[Agusta Kurniawan]]>
<![CDATA[ Megasains Vol 6 No 1 (2015): Vol 6 No 1 (2019) ]]>
Publisher : <![CDATA[Stasiun Pemantau Atmosfer Global Bukit Kototabang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.46824/8vnyj511
<![CDATA[Penelitian ini dilakukan untuk membandingkan hasil pengukuran PAR (Photosyntetically Active Radiation) antara metode langsung dan metode tak langsung di Stasiun Pemantau Atmosfer Global (SPAG) Bukit Kototabang. Pengukuran secara langsung dilakukan dengan PAR Radiometer yang merupakan salah satu sensor dari instrumentasi AAWS (Agroclimate Automatic Wheather Station). Pengukuran tak langsung menggunakan persamaan empiris keluaran dari tiga buah instrumen, yaitu QPSP Pyranometer-Eppley (IGlo), RG58 Pyranometer-Eppley (INIR) dan Total UV Radiometer (ITUV). Besarnya intensitas PAR (IPAR) secara empiris dirumuskan IPAR= IGlo-(INIR+ ITUV ). Hasil perbandingan menunjukkan bahwa hasil perhitungan (pengukuran tak langsung) lebih tinggi daripada hasil observasi (pengukuran langsung)]]>
<![CDATA[POLA SAMBARAN PETIR CLOUD TO GROUND (CG) TERKAIT CURAH HUJAN DI WILAYAH KABUPATEN ACEH BESAR, BANDA ACEH ]]>
<![CDATA[Nasyithah Az-Zahra Lubis]]>
<![CDATA[ Megasains Vol 6 No 1 (2015): Vol 6 No 1 (2019) ]]>
Publisher : <![CDATA[Stasiun Pemantau Atmosfer Global Bukit Kototabang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.46824/xbajtt71
<![CDATA[Makalah ini menjelaskan hubungan antara CG (Cloud ke Ground) petir dengan curah hujan di Aceh Besar. Aceh Besar memiliki daerah rawan petir karena memiliki topografi yang memungkinkan pertumbuhan awan konvektif di sekitar gunung. Bencana petir dapat bermanifestasi sebagai serangan kilat bisa berakibat fatal siapa yang datang ke dalam kontak langsung dengan itu. Bahaya yang disebabkan oleh sambaran petir yang begitu besar, sehingga sehingga orang perlu menyadari jika ada hujan disertai petir. Penelitian ini bertujuan untuk mengetahui bagaimana hubungan petir curah hujan pola berdasarkan data yang dikumpulkan selama tiga tahun. Penelitian ini dilakukan dengan menggunakan data petir yang diperoleh di Stasiun Geofisika Mata Le yang berada di Aceh Besar dan data curah hujan dari Stasiun Meteorologi Blang Bintang. Data yang digunakan adalah data yang CG terjadinya petir di Aceh Besar selama periode 2009-2011 dan data curah hujan lebih dari 50 mm / hari di Aceh Besar tiga tahun. Analisis data adalah menentukan hubungan CG dengan curah hujan digunakan perangkat lunak Microsoft Excel 2007. Hasil penelitian menunjukkan hubungan linear antara CG dengan curah hujan. Hubungan data selama 2010 untuk DJF (Desember-Januari-Februari) dengan r = 1,0; MAM (Maret-April-Mei) dengan r = 1,0; JJA (Juni-Juli-Agustus) dengan r = 1,0; dan SON (September- Oktober-Nopember) dengan r = 0,9609]]>
<![CDATA[SENSITIFITAS KONFIGURASI PARAMETERISASI CUMULUS DAN RADIASI PADA MODEL WRF DALAM PROSES PERTUMBUHAN AWAN CUMULONIMBUS KETIKA MUSIM TRANSISI 2012-2013 DI STASIUN METEOROLOGI KELAS I JUANDA SURABAYA ]]>
<![CDATA[Fitria Puspita Sari]]>
<![CDATA[ Megasains Vol 6 No 1 (2015): Vol 6 No 1 (2019) ]]>
Publisher : <![CDATA[Stasiun Pemantau Atmosfer Global Bukit Kototabang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.46824/kwn7h695
<![CDATA[Awan Cumulonimbus (Cb) merupakan awan yang berbahaya khusunya bagi penerbangan. Proses pengangkatan uap air sampai menjadi Cb umumnya merupakan karakteristik dari adanya sel konvektif oleh kecepatan naik (updraft) yang kuat karena adanya insolasi matahari ataupun kandungan kelembaban uap air. Mengingat begitu berpengaruhnya parameterisasi cumulus dan radiasi dalam pembentukan awan Cb, maka perlu diketahui pengunaan konfigurasi parameterisasi yang paling sesuai pada model WRF dalam meninjau proses pertumbuhan Cb di Stasiun Meteorologi Juanda ketika musim transisi. Parameterisasi Cumulus sebanyak 3 skema (KF, BMJ, dan GD), parameterisasi radiasi gelombang panjang sebanyak 2 skema (RRTM dan CAM), serta parameterisasi radiasi gelombang pendek sebanyak 2 skema (Dudhia dan CAM). Sehingga total konfigurasi parameterisasi yang diuji sebanyak 12 skema. Dengan menggunakan metode uniform dan stepwise dalam memilih konfigurasi skema, maka pada penelitian ini didapatkan skema KFCAMCAM sebagai skema yang paling banyak mendekati dengan hasil observasi]]>
