Articles
214 Documents
<![CDATA[Analisis Tingkat Kenyamanan Di Kota Manado Dan Wilayah Penyangganya Berdasarkan Indeks Thi (Temperature Humidity Index) ]]>
<![CDATA[SOFIAN WIDIYANTO]]>;
<![CDATA[WENAS GANDA KURNIA]]>
<![CDATA[ Megasains Vol 11 No 2 (2020): Megasains Vol.11 No.2 Tahun 2020 ]]>
Publisher : <![CDATA[Stasiun Pemantau Atmosfer Global Bukit Kototabang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (574.127 KB)
|
DOI: 10.46824/megasains.v11i2.26
<![CDATA[As one of the provinces that is the center of the economy in Eastern Indonesia, North Sulawesi is a destination for migrants, with many migrants coming from year to year, making the North Sulawesi region increasingly crowded, especially in Manado and its supporting regencies / cities. The rapid growth of development in various sectors can lead to a reduction in green open space and can also cause social problems and environmental problems that can cause inconvenience of an area for its inhabitants. The preparation of this comfort index was made to find out how much the comfort level was in several districts / cities in North Sulawesi using the Temperature Humidity Index (THI) method. The data used in this study are daily air temperature and humidity data for 2008 - 2017 at the Sam Ratulangi Meteorological Station in Manado, Bitung Meteorological Station, North Minahasa Climatology Station and Tondano Minahasa Geophysical post. The THI index in Manado, Bitung, North Minahasa and Minahasa generally only a portion of the population (28.15%) of cities felt comfortable and in the category of Most Comfortable with an average of 59.97%. and the Uncomfortable category occurred at 11.87%. The lowest level of comfort felt by residents of the City of Bitung while feeling comfortable in the open space felt by residents of Minahasa Regency. The increasing trend of the THI index occurs in almost all cities except Bitung City with the largest rate experienced by the city of Manado.]]>
<![CDATA[Profil Tingkat Kenyamanan Udara dan Hubungannya Dengan Hari Hujan di Bukit Kototabang Tahun 2010-2018 ]]>
<![CDATA[Andi Sulistiyono]]>;
<![CDATA[Rendi Septa Davi]]>;
<![CDATA[Ikhsan Buyung Arifin]]>
<![CDATA[ Megasains Vol 11 No 2 (2020): Megasains Vol.11 No.2 Tahun 2020 ]]>
Publisher : <![CDATA[Stasiun Pemantau Atmosfer Global Bukit Kototabang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (918.733 KB)
|
DOI: 10.46824/megasains.v11i2.27
<![CDATA[Adanya perubahan lingkungan sekitar stasiun GAW Bukit Kototabang disinyalir menyebabkan perubahan parameter cuaca yang berpengaruh terhadap tingkat kenyamanan. Penelitian ini bertujuan untuk mengetahui tingkat kenyamanan di stasiun GAW Bukit Kototabang serta hubungannya dengan hari hujan. Studi tingkat kenyamanan ini menggunakan indeks Humidex yang dihasilkan dari data AAWS dan F.klim di stasiun GAW Bukit Kototabang dari tahun 2010 hingga 2018 yang dibagi dalam beberapa periode waktu. Selanjutnya hubungan antara hari hujan dengan tingkat kenyaman menggunakan metode korelasi. Dari hasil tersebut didapatkan bahwa tidak terjadi kondisi “Tidak Nyaman” selama periode tahun 2010-2018. Kondisi nyaman terjadi pada periode waktu pagi dan malam hari sedangkan pada periode waktu siang hari pada kondisi “Kurang Nyaman. Persentase jumlah hari “Nyaman” terbesar terjadi pada bulan Juli dan Januari. Periode tahun 2013-2015 merupakan persentase jumlah hari “Nyaman” paling sedikit jika dibandingkan dengan tahun sebelum (2010-2013) dan tahun sesudahnya (2016-2018). Tidak adanya penurunan persentase “Nyaman” pada tahun 2017-2018 terhadap tahun-tahun sebelumnya maka disinyalir belum ada pengaruh tingkat kenyamanan tahun 2017-2018 terhadap perubahan di lingkungan sekitar stasiun. Hubungan antara jumlah hari “Nyaman” terhadap jumlah hari hujan bulanan di Stasiun GAW Bukit Kototabang memiliki korelasi positif yang kuat]]>
<![CDATA[Rancang Bangun Aplikasi Meteorologi Dan Geofisika Dengan Menggunakan Bahasa Pemrograman MATLAB dan GMT ]]>
<![CDATA[Nurul Hudayat]]>
<![CDATA[ Megasains Vol 12 No 1 (2021): Megasains Vol.12 No.1 Tahun 2021 ]]>
Publisher : <![CDATA[Stasiun Pemantau Atmosfer Global Bukit Kototabang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1352.067 KB)
|
DOI: 10.46824/megasains.v12i1.38
<![CDATA[Stasiun Geofisika Kepahiang merupakan unit perwakilan BMKG yang berada di wilayah Kabupaten Kepahiang Bengkulu. Dalam menjalankan tugasnya diperlukan aplikasi pengolahan data meteorologi dan geofisika yang cepat, efektif dan efisien. Penelitian ini bertujuan untuk mengembangkan aplikasi pengolahan data meteorologi dan geofisika. Pengolahan ini terkait dengan parameter statistik data meteorologi dan geofisika yang ditampilkan dalam grafik. Aplikasi ini dapat menghasilkan keluaran berupa 13 grafik dan 2 peta. Grafik yang dihasilkan adalah grafik suhu rata-rata, suhu maksimum dan minimum, kelembaban, curah hujan, durasi penyinaran matahari, gempa yang tercatat, gempa bumi berdasarkan magnitudo (diagram batang dan lingkaran), gempa berdasarkan kedalaman (diagram batang dan lingkaran), gempa dirasakan, gempa berbasis sumber, RMS gempa, peta seismisitas dan peta seismisitas serta penampang melintangnya. Waktu pemrosesan sekitar 3 - 5 menit. Waktu proses dengan aplikasi ini lebih cepat jika dibandingkan dengan software Microsoft Excel dan software ArcGis.]]>
<![CDATA[Analisis Dinamika Atmosfer Dan Distribusi Awan Konvektif Menggunakan Teknik Red Green Blue (RGB) Pada Citra Satelit Himawari-8: Studi Kasus Banjir Jakarta 30 Desember 2019 - 1 Januari 2020 ]]>
<![CDATA[Fryska Mazayyah J. Abay]]>
<![CDATA[ Megasains Vol 12 No 1 (2021): Megasains Vol.12 No.1 Tahun 2021 ]]>
Publisher : <![CDATA[Stasiun Pemantau Atmosfer Global Bukit Kototabang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (862.159 KB)
|
DOI: 10.46824/megasains.v12i1.42
<![CDATA[Hujan ekstrem yang melanda wilayah Jakarta sejak tanggal 31 Desember 2019 hingga 1 Januari 2020 menyebabkan sejumlah wilayah di Jakarta terendam banjir. Berdasarkan pengukuran curah hujan harian yang diukur pada tanggal 1 Januari 2020, curah hujan tertinggi terukur sebesar 377 mm di Pangkalan TNI Angkatan Udara Halim Perdana Kusuma. Analisis dari kejadian ini menggunakan Teknik RGB (Red Green Blue) pada citra satelit Himawari-8. Terdapat beberapa skema RGB yang mendukung penelitian ini yaitu, skema 24-Hours Microphysics, Day Microphysics, Night Microphysics, Air Mass dan Day Convective Storms. Hasil analisis time series suhu puncak awan menunjukkan pertumbuhan awan penyebab hujan ekstrem dimulai pada pukul 08.00 JLT dan hujan mulai melanda wilayah Jakarta sekitar pukul 09.15 JLT. Dari skema RGB diketahui terdapat massa udara hangat di wilayah Jakarta yang merupakan pemicu pertumbuhan awan Cumulonimbus. Tujuan dari penelitian ini ialah untuk mengetahui dinamika atmosfer dan sebaran awan konvektif saat terjadi banjir di Jakarta tanggal 31 Desember 2019 – 1 Januari 2020]]>
<![CDATA[Pengukuran dan Analisa Data Radiasi Matahari di Stasiun Klimatologi Muaro Jambi ]]>
<![CDATA[Yesi Sianturi]]>
<![CDATA[ Megasains Vol 12 No 1 (2021): Megasains Vol.12 No.1 Tahun 2021 ]]>
Publisher : <![CDATA[Stasiun Pemantau Atmosfer Global Bukit Kototabang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (833.322 KB)
|
DOI: 10.46824/megasains.v12i1.45
<![CDATA[Solar radiation is one of the most important quantities in research in the field of climatology, as it acts as a driving force in most of the dynamic processes of the atmosphere. Measurement of several solar radiation parameters at the Jambi Climatology Station has been carried out using a set of instruments called the automatic solar radiation station (ASRS) since 2017. In this paper, the measurement method, data quality control, and analysis of variability of the three types of solar radiation – direct radiation, diffuse radiation, and global radiation – in the period of 2018 – 2019, have been described. The results of data quality control indicate that in general, the three radiation parameters have a good spread of values. In the 2018 – 2019 period, the three parameters reached their peak at 13.00 LT and the daily average global radiation reached 4.4 ± 1.0 kWh/m2 day-1. The peak of insolation at the Jambi Climatology Station occurred in March and September, which coincided with the equinox events. The significant cloud growth in the Jambi region affects the radiation pattern that reaches the earth surface.]]>
<![CDATA[Perubahan Tingkat Kenyamanan Berdasarkan Indeks Panas (Humidex) di Kalimantan Barat ]]>
<![CDATA[Fanni Aditya]]>
<![CDATA[ Megasains Vol 12 No 1 (2021): Megasains Vol.12 No.1 Tahun 2021 ]]>
Publisher : <![CDATA[Stasiun Pemantau Atmosfer Global Bukit Kototabang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (3788.013 KB)
|
DOI: 10.46824/megasains.v12i1.47
<![CDATA[Tingkat kenyamanan merupakan interaksi antara manusia dengan lingkungan yang berkaitan dengan cuaca dan iklim. Tingkat kenyamanan ini cukup mempengaruhi kegiatan manusia baik di dalam maupun di luar ruangan. Kenaikan suhu yang diakibatkan oleh pemanasan global menyebabkan potensi perubahan tingkat kenyamanan yang dirasakan oleh manusia. Kalimantan Barat yang berada di wilayah khatulistiwa umumnya memperoleh radiasi matahari yang intensif sehingga suhu udara rata-ratanya relatif tinggi. Penelitian ini dilakukan untuk mengetahui tren perubahan suhu dan perubahan tingkat kenyamanan termis akibat perubahan iklim dengan menggunakan humidex di wilayah Kalimantan Barat. Data yang digunakan adalah data suhu dan kelembaban rata-rata bulanan selama 30 tahun di enam stasiun, yaitu Stasiun Klimatologi Mempawah, Stasiun Meteorologi Supadio, Stasiun Meteorologi Sambas, Stasiun Meteorologi Melawi, Stasiun Meteorologi Sintang, dan Stasiun Meteorologi Ketapang. Hasil perhitungan humidex di wilayah Kalimantan Barat menunjukkan rata-rata humidex bulanan berkisar antara 37.5°C hingga 39.2°C. Nilai ini menunjukkan bahwa kondisi tidak nyaman akibat panas sangat umum dirasakan di Kalimantan Barat. Suhu di Kalimantan Barat mengalami peningkatan selama periode 1990-2019. Peningkatan ini mengindikasikan telah terjadi perubahan iklim di Kalimantan Barat. Humidex juga mengalami tren peningkatan pada periode 1990-2019. Namun, tren peningkatan tersebut masih pada rentang kategori “perasaan tidak nyaman akibat panas” (35⁰C - 39⁰C).]]>
<![CDATA[Kajian Hasil Prediksi Konsentrasi Aerosol PM10 Dari Data ECMWF Dengan Hasil Pengukuran Di Stasiun Pemantau Atmosfer Global Bukit Kototabang (Agam) dan Kota Padang ]]>
<![CDATA[Darmadi Darmadi]]>
<![CDATA[ Megasains Vol 12 No 1 (2021): Megasains Vol.12 No.1 Tahun 2021 ]]>
Publisher : <![CDATA[Stasiun Pemantau Atmosfer Global Bukit Kototabang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1028.353 KB)
|
DOI: 10.46824/megasains.v12i1.59
<![CDATA[Air pollutant emissions originating from forest and land fires as well as from transportation in urban areas are of concern to both stakeholders and the general public. One type of air pollutants that is considered as the main indicator of air pollution is particulate matter 10 micron (PM10). The limited number of locations for measuring PM10 concentrations in the field causes the availability of data and information on air pollutants. This study aims to study the use of data from the ECMWF model as a prediction for PM10 concentration in two locations, namely the Bukit Kototabang Global Atmospheric Monitoring Station and the City of Padang. The research method used refers to quantitative data analysis using correlation methods and descriptive statistics. The results of this study indicate that the concentration of PM10 using ECMWF data on observational data in the city of Padang shows a difference of 25% (H-1), 20% (H-2), and 17% (H-3), and the best predictive value. is for ECMWF data on H-3. Meanwhile, the prediction value of PM10 concentration using ECMWF data on observation data at the Bukit Kototabang Global Atmospheric Monitoring Station shows a value of 12% (H-1), 23% (H-2), and 24% (H-3). The best prediction value for PM10 concentration at the Bukit Kototabang Global Atmospheric Monitoring Station is for ECMWF data on H-1. In general, the PM10 concentration and the observed results show the same profile even though on average the results from the ECMWF provide different concentration values in the two study locations. Keywords: PM10, ECMWF, Bukit Kototabang, Padang City.]]>
<![CDATA[Analisis Hubungan El Niño dengan Kekeringan Meteorologis dan Dampaknya Terhadap Produksi Padi di Provinsi Bali ]]>
<![CDATA[Wahyu Widodo Putranto]]>
<![CDATA[ Megasains Vol 12 No 2 (2021): Megasains Vol.12 No.2 Tahun 2021 ]]>
Publisher : <![CDATA[Stasiun Pemantau Atmosfer Global Bukit Kototabang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (798.781 KB)
|
DOI: 10.46824/megasains.v12i2.52
<![CDATA[Penelitian ini bertujuan untuk menganalisis hubungan antara terjadinya fenomena El Niño dengan kekeringan meteorologis serta dampaknya terhadap produksi padi di Provinsi Bali. Penelitian ini menggunakan data curah hujan bulanan 45 pos hujan di Provinsi Bali selama periode 1987-2017 dan data anomali Suhu Permukaan Laut (SPL) tahun 2000-2017. Untuk mengetahui tingkat kekeringan wilayah digunakan metode Standardized Precipitation Index (SPI) yang dihitung dari data pos hujan kemudian dilakukan analisis menggunakan metode koefisien korelasi. Hasilnya bahwa terdapat hubungan yang sangat kuat antara kekeringan meteorologis di Provinsi Bali dengan terjadinya fenomena El Niño. Produktivitas padi pada tahun terjadinya El Niño menunjukkan kecenderungan mengalami penurunan saat tahun El Niño sedang dan El Niño lemah, dimana saat El Niño sedang menunjukkan kecenderungan penurunan yang lebih signifikan.]]>
<![CDATA[Verifikasi Parameter Presipitasi Akumulasi 24 Jam pada Model Cuaca Numerik Tahun 2017-2020 ]]>
<![CDATA[Kiki kiki]]>
<![CDATA[ Megasains Vol 12 No 2 (2021): Megasains Vol.12 No.2 Tahun 2021 ]]>
Publisher : <![CDATA[Stasiun Pemantau Atmosfer Global Bukit Kototabang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (161.934 KB)
|
DOI: 10.46824/megasains.v12i2.54
<![CDATA[Parameter presipitasi akumulasi 24 jam dari empat model numerik yang terdapat dalam operational tool Synergie, yaitu GFS, IFS, ARPEGE, dan WRF, diverifikasi menggunakan data observasi permukaan harian di 34 titik kajian yang mewakili setiap provinsi di Indonesia. Tiga metode verifikasi yakni dikotomi, multikategori, serta metode verifikasi untuk parameter kontinu digunakan untuk mengukur performa masing-masing model dalam memprediksi kuantitas curah hujan harian dalam periode tahun 2017 hingga 2020. Berdasarkan hasil kajian model IFS menunjukkan performa terbaik disetiap pengkategorian yang dilakukan dibandingkan dengan 3 model cuaca numerik lainnya.]]>
<![CDATA[Estimasi Debit Aliran Menggunakan Data Radar Cuaca (Studi Kasus : DAS Manna, Bengkulu) ]]>
<![CDATA[MUHAMMAD FAJAR HANDOYO]]>
<![CDATA[ Megasains Vol 12 No 2 (2021): Megasains Vol.12 No.2 Tahun 2021 ]]>
Publisher : <![CDATA[Stasiun Pemantau Atmosfer Global Bukit Kototabang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (672.948 KB)
|
DOI: 10.46824/megasains.v12i2.64
<![CDATA[Weather radar has an advantage in estimating rainfall, because it has a high spatial resolution (up to 0.5 km). Weather radar estimate rainfall can be used for various needs, including for hydrological modeling. This study aims to utilize the Bengkulu BMKG weather radar to estimate discharge of the Manna watershed in December 2018. The Z-R equation is determined based on radar reflectivity (Z) and observed rainfall (R) data. Weather radar data processing uses Wradlib software based on the Python programming language. The HEC-GeoHMS and HEC-HMS hydrological models were used to calculate the discharge based on the weather radar rainfall input. The Gridded Soil Conservation Service Curve Number (SCS CN) and ModClark methods are used to determine the method of loss and travel time required for water to the outlet point. Meanwhile, base flow and routing use Recession and Lag methods. As a result, the equation between weather radar reflectivity and observed rainfall is Z=2,65R1,3. The simulation discharge produces an RMSE value of 11.99 m3/second before calibration, and an RMSE of 4.37 m3/second after calibration. In addition, the rainfall forecasted by weather radar has the same pattern as the daily discharge fluctuation of the Manna watershed.]]>
