Garuda - Garba Rujukan Digital

ESTIMASI KETINGGIAN PLANETARY BOUNDARY LAYER INDONESIA MENGGUNAKAN DATA ECMWF REANALYSIS ERA-INTERM Vivi Fitriani; Ahmad Bey; Tania June
Jurnal Meteorologi dan Geofisika Vol. 18 No. 1 (2017)
Publisher : Pusat Penelitian dan Pengembangan BMKG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31172/jmg.v18i1.283

Planetary Boundary Layer (PBL) merupakan bagian dari troposfer yang mendapat pengaruh secara langsung dari permukaan bumi, yang memiliki peranan penting dalam iklim, cuaca dan kualitas udara. PBL dikenal sangat sulit untuk diobservasi dari luar angkasa dikarenakan strukturnya yang sangat kompleks dan berubah-ubah. Salah satu properties yang paling relevan dan fundamental untuk diselidiki adalah ketinggian PBL. Ketinggian PBL dihitung menggunakan tujuh metode berbasis gradien dari kelembaban relatif (RH), temperatur virtual (Tv), temperatur potensial ( ), temperatur potensial virtual ( ), kelembaban spesifik (q), refraktiviti atmosfer (N), dan Kecepatan angin (V) yang diperoleh dari data ECMWF Reanalisis Era Interm selama enam bulan di wilayah 100LU–100LS, 900BT –1500BT dengan resolusi spasial 2.50 x 2.50. Beberapa metode menunjukkan hasil yang indentik untuk ketinggian PBL pada waktu dan tempat tertentu. Metode gradien dan V konsisten memberikan ketinggian PBL yang tinggi, sementara metode q dan N menghasilkan ketinggian PBL terendah signifikan. Tingginya variasi bulanan dan harian umumnya ditemukan diseluruh wilayah daratan, sedangkan wilayah lautan relatif konstan. Beberapa sumber dari kedua parametrik dan struktur ketidakpastian dari nilai ketinggian PBL diestimasi secara statistik menggunakan lima uji statistik, yaitu uji Student’s t, Uji F, Uji Kormogoorv Sminorv, Uji Korelasi Pearson, dan Uji Korelasi NonParametrik Spearman. Ditemukan adanya perbedaan yang signifikan secara statistik antara ketujuh metode. Rata-rata median ketinggian PBL berbeda ratusan hingga ribuan meter untuk kebanyakan metode yang dibandingkan. Estimasi ketinggian PBL di Indonesia menggunakan metode RH berada di ketinggian 2000 m-4000m pada siang hari dan pada malam hari berada di bawah 2500 m.

TREN TEMPERATUR DAN HUJAN EKSTRIM DI JUANDA SURABAYA TAHUN 1981-2013 Firda Amalia Maslakah
Jurnal Meteorologi dan Geofisika Vol. 16 No. 3 (2015)
Publisher : Pusat Penelitian dan Pengembangan BMKG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31172/jmg.v16i3.284

Perubahan iklim akibat peningkatan konsentrasi gas rumah kaca telah menyebabkan perubahan pada kejadian iklim ekstrim. Pada penelitian ini dilakukan kajian mengenai tren indeks temperatur dan hujan ekstrim periode 1981-2013 di Juanda Surabaya. Data temperatur maksimum, temperatur minimum dan curah hujan harian diolah dengan Software RClimDex sehingga didapatkan data indeks temperatur dan hujan ekstrim. Indeks-indeks tersebut merupakan indeks iklim ekstrim yang ditetapkan oleh ETCCDMI yang terdiri atas TN10p, TN90p, TX10p, TX90p, TNn, TNx, TXn, TXx, DTR, RX1day, RX5day, PRCPTOT, CDD, CWD dan R95p. Hasil menunjukkan bahwa frekuensi kejadian baik temperatur dingin maupun panas di siang hari semakin meningkat seperti halnya yang terjadi pada kejadian temperatur panas di malam hari. Tren meningkat juga teramati pada jumlah hari hujan berturut-turut, jumlah hari tanpa hujan berturut-turut dan kejadian hujan lebat. Sebaliknya, kejadian temperatur dingin di malam hari, kisaran temperatur diurnal,dan jumlah curah hujan tahunan semakin berkurang. Peningkatan frekuensi kejadian cuaca/iklim ekstrim dapat menyebabkan semakin tingginya potensi bencana alam seperti banjir dan kekeringan. Climate change due to the increase in greenhouse gas concentration has caused changes in extreme climate events. Changes in indices of temperature and extreme precipitation for the period of 1981-2013 in Juanda Surabaya has been studied. Data on daily minimum temperature, maximum temperature, and daily rainfall were processed with the RClimDex software package to obtain extreme temperature and rain indices data. Those indices are extreme climate indices fixed by ETCCDMI which consist of TN10p, TN90p, TX10p, TX90p, TNn, TNx, TXn, TXx, DTR, RX1day, RX5day, PRCPTOT, CDD, CWD and R95p. The result shows that the frequency of both cold and warm days rise as observed on warm nights. The number of consecutive wet days, the number of consecutive dry days and heavy precipitation events also show upward trends. On the other hand, there are downward trends in the number of cold nights, diurnal temperature range and total annual precipitation. An increase in the frequency of extreme weather/climate can lead to a higher probability of natural disasters such as floods and drought.

PENENTUAN KRITERIA AWAL MUSIM ALTERNATIF DI WILAYAH JAWA TIMUR Afriyas Ulfah; Widada Sulistya
Jurnal Meteorologi dan Geofisika Vol. 16 No. 3 (2015)
Publisher : Pusat Penelitian dan Pengembangan BMKG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31172/jmg.v16i3.285

Informasi prakiraan awal musim yang dikeluarkan BMKG sangat penting khususnya bagi komoditas pertanian. Parameter cuaca yang digunakan BMKG dalam penentuan awal musim selama ini hanya dengan jumlah curah hujan dasarian tanpa melihat frekuensinya (banyaknya hari hujan). Oleh karena itu kajian ini bertujuan untuk melihat bagaimana frekuensi hari hujan dalam penentuan awal musim dengan wilayah kajian Jawa Timur. Data yang digunakan adalah data curah hujan (CH) dan hari hujan (HH) dasarian dari 82 titik pos hujan di wilayah Jawa Timur, dimana jumlah hari hujan yang digunakan 5 skenario kajian. Dengan metode analisa subjektif deskriptif dengan melibatkan analisa grafik dan analisa spasial maka didapatlah kriteria awal musim alternatif di wilayah Jawa Timur yaitu dengan menambahkan parameter 3 HH. Dengan penjelasan CH ≥50 mm dan HH ≥3 hari per dasarian untuk awal musim hujan (AMH) sementara itu untuk awal musim kemarau (AMK) diperoleh ketika CH per dasarian < 50 mm dan HH < 3 hari per dasarian. Prediction of seasonal onset which is released by BMKG is important information, especially for agricultural commodities. The weather parameter issued by BMKG to determine the seasonal onset is only the amount of ten-day rainfall, regardless of its frequency (total of rainy days). Therefore, this study was aimed to see how the total rainfall and the frequency of rainy days per ten days acts in determining seasonal onset in East Java. The data used in this study were the total rainfall amount and the frequency of rainy days of tenth-days (decad) from82 rain gauge stations in East Java, with the number of rainy days divided into 5 (five) study scenarios. Using a subjective analysis method that involves descriptive graphical and spatial analysis, an alternative criterion was resulted by adding 3 (three) rainy days (HH) to support the primary criteria in East Java. It is concluded that the onset of the rainy season is determined by a rainfall amount of ≥ 50 mm and total rainy days of ≥3 days per decade, while the onset of the dry season is determined by a rainfall amount of < 50 mm and a total of rainy days of <3 days per decade.

PENGARUH PARAMETER CUACA TERHADAP PROSES EVAPORASI PADA INTERVAL WAKTU YANG BERBEDA Trinah Wati; Hidayat Pawitan; Ardhasena Sopaheluwakan
Jurnal Meteorologi dan Geofisika Vol. 16 No. 3 (2015)
Publisher : Pusat Penelitian dan Pengembangan BMKG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31172/jmg.v16i3.286

Evaluasi perbandingan, analisis korelasi dan regresi antara evaporasi panci dengan parameter cuaca dilakukan pada interval waktu harian, dasarian dan bulanan untuk mempelajari ketergantungan evaporasi panci terhadap parameter cuaca dan untuk menduga evaporasi panci menggunakan parameter cuaca di stasiun Darmaga Bogor, Semarang dan Karangploso. Variasi lima faktor utama yang mengendalikan proses evaporasi antara lain radiasi matahari (lama penyinaran), defisit tekanan uap air, kelembaban relative, kecepatan angin dan suhu udara telah dibandingkan dengan variasi evaporasi panci pada interval waktu harian, dasarian dan bulanan. Defisit tekanan uap air memiliki pengaruh dominan dengan evaporasi panci pada semua interval waktu di Darmaga dan Semarang, sedangkan di Karangploso pada interval waktu harian dan dasarian. Kecepatan angin juga memiliki pengaruh dominan dengan evaporasi panci di Karangploso pada interval waktu dasarian dan bulanan. Pemodelan evaporasi panci menggunakan parameter cuaca yang dominan berpengaruh terhadap proses evaporasi menghasilkan persamaan model yang cukup baik dengan nilai R2 > 0,50, berdasarkan validasi data model dengan observasi memiliki. secara keseluruhan kesalahan hasil validasi antara data model dengan data pengamatan kurang dari 12%.. Tren evaporasi panci di Darmaga menunjukkan peningkatan dengan koefisien determinansi > 0.5, sedangkan di Semarang dan Karangploso secara statistik belum mengalami kecenderungan perubahan evaporasi. Comparative evaluation, correlation and regression analysis of pan evaporation with other meteorological variables at daily, 10-daily and monthly time-scales were conducted to learn the dependence of pan evaporation to other meteorological variables and to estimate pan evaporation using other meteorological variables at Darmaga Bogor station, Semarang and Karangploso. Five major factors that control evaporation were solar radiation (sunshine duration), vapor pressure deficit, relative humidity, wind speed and air temperature, which were compared at the different time-scales. Vapour pressure deficit had a good correlation with pan evaporation at all time-scales in Darmaga Bogor and Semarang, while in Karangploso at daily and 10-daily time-scale. Wind speed also had a good correlation with pan evaporation in Karangploso at 10-daily and monthly time-scale. The variable that has the best correlation with pan evaporation in each station was chosen as a predictor for estimating pan evaporation. The Result of Pan evaporation estimation using a meteorological variable that had the best correlation was good with R2 > 0,50, and the result of validation to observation data showed errors less than 12% for all time scales. Trends of pan evaporation in Darmaga Bogor showed increasing while in Semarang and Karangploso statistically not yet showed a trend change.

SATU TAHUN PEMANTAUAN KONSENTRASI GAS RUMAH KACA (N2O) DI BUKIT KOTOTABANG: STUDI PENGARUH FAKTOR METEOROLOGI DAN LINGKUNGAN Agusta Kurniawan
Jurnal Meteorologi dan Geofisika Vol. 16 No. 3 (2015)
Publisher : Pusat Penelitian dan Pengembangan BMKG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31172/jmg.v16i3.287

Penelitian telah dilakukan untuk mengkaji pengaruh faktor-faktor meteorologi dan lingkungan terhadap konsentrasi gas rumah kaca (N2O) di Bukit Kototabang. Faktor-faktor meteorologi dan lingkungan yang dianalisa adalah temperatur udara, tekanan udara, kelembaban udara, kelembaban tanah, temperatur tanah dan konsentrasi NO. Pengukuran konsentrasi N2O dilakukan dengan Thermo Scientific™ IRIS 4600 Mid-IR Laser-Based N2O Analyzer dengan menggunakan sumber cahaya laser Infra merah menengah. Data faktor-faktor meteorologi diperoleh dari instrumen Meteorological Automatic Weather Station (MAWS). Sedangkan data faktor lingkungan diperoleh dari Agroclimate Automatic Weather Station (AAWS) dan TS42i-TL. Periode data dibagi menjadi perjam, perhari dan perbulan untuk mengetahui variasi dan pola siklusnya. Berdasarkan analisis korelasi Pearson parameter kelembaban tanah dan temperatur tanah dominan terhadap konsentasi N2O dengan nilai sebesar R>0,5 atau R<-0,5 pada hampir semua bulan pengamatan. Nilai korelasi Pearson untuk variasi bulanan yang bernilai baik dengan ditunjukkan untuk hubungan antara konsentrasi N2O dengan temperatur tanah kedalaman 100 cm (R=0,75), temperatur tanah kedalaman 10 cm (R=0,63), dan kelembaban tanah kedalaman 100 cm (R= 0,54). This research has been conducted to examine the influence of meteorological and environmental factors against the concentration of greenhouse gases (N2O) in Bukit Kototabang. Meteorological and environmental factors studied were air temperature, air pressure, humidity, soil moisture, soil temperature, and the concentration of NO. N2O concentration measurement was performed using Thermo Scientific™ IRIS 4600 Mid-IR Laser-Based N2O Analyzer with infrared laser light source medium. The meteorological factor data were obtained from the Automatic Agroclimate Weather Station (AAWS) and Meteorological Automatic Weather Station (MAWS). While the environmental factor studied in this research was NO. NO concentration was measured using TS42i-TL. The data period was divided into hourly, daily, and monthly variations and also its patterns to determine the cycle. Based on Pearson correlation analysis, soil moisture and soil temperature parameters were dominant to concentrations of N2O in the amount of R> 0.5 or R <-0.5 in almost all months of observation. Pearson correlation values for the monthly variations showed good value by demonstrating the relationship between the concentration of N2O by soil temperature-depth of 100 cm (R = 0.75), the temperature of the soil depth of 10 cm (R = 0.63), and soil moisture depth of 100 cm (R = 0.54).

PENGARUH TOPOGRAFI DAN LUAS DARATAN MODEL WRF TERHADAP HASIL PREDIKSI TEMPERATUR PERMUKAAN DI WILAYAH KEPULAUAN INDONESIA Thahir Daniel F. Hutapea; Roni Kurniawan; Wido Hanggoro
Jurnal Meteorologi dan Geofisika Vol. 16 No. 3 (2015)
Publisher : Pusat Penelitian dan Pengembangan BMKG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31172/jmg.v16i3.288

Model Weather Research and Forecasting (WRF) telah digunakan dalam simulasi dan prediksi cuaca dengan cara melakukan downscaling dari resolusi rendah (global) ke resolusi yang lebih tinggi. Karena pengaruh dari topografi Indonesia, banyak proses atmosfer terjadi dalam skala yang lebih kecil dibandingkan dengan resolusi horizontal model atmosfer, sehingga diperlukan pendekatan fisik dalam melakukan down scaling. Tujuan penelitian ini adalah untuk mengetahui pengaruh perbedaan topografi pada model WRF terhadap hasil prediksi temperatur permukaan di Indonesia yang merupakan negara kepulauan. Verifikasi terhadap perfoma model WRF dilakukan dalam perioda monsunal. Verifikasi variabel Temperatur dilakukan berdasarkan nilai mean error atau bias, korelasi, standart deviasi dan bias relatif. Hasil dari analisis mean error menunjukkan nilai yang bervariasi di setiap daerah dan di setiap musimnya. Pada daerah yang terletak wilayah pegunungan menunjukkan nilai mean error yang besar, untuk wilayah yang lainnya pada umumnya menunjukkan nilai mean error yang kecil. Stasiun-stasiun dengan nilai mean error yang besar disebabkan karena perbedaan antara elevasi pada model dan elevasi stasiun observasi. Hasil analisis korelasi secara umum menunjukkan nilai korelasi yang cukup baik disetiap daerah dan musimnya. Perbedaan hasil luaran antara model dengan data obervasi disebabkan karena perbedaan ketinggian topografi antara model dan stasiun observasi yang cukup besar. Sedangkan hasil verifikasi prediksi model WRF untuk pulau pulau kecil diperoleh nilai korelasi yang sangat rendah dengan nilai standart deviasi dan bias relatif yang besar, kondisi ini disebabkan resolusi 25 km yang digunakan model WRF dalam penelitian ini masih terlalu kasar, sehingga luas daratan tidak tergambarkan dengan baik oleh model. Weather Research and Forecasting (WRF) model has been applied to weather simulation and prediction by performing downscaling of global resolution to high resolution. The impact of Indonesian topography, caused many atmospheric processes to occur on smaller scales than the horizontal resolution of atmospheric models, some physical component approach is needed in the downscaling process. The purpose of this study is to know the effect of WRF models on topography and land area to the surface temperature parameter in Indonesia. The verification of the WRF model performance has been conducted in the monsoonal period. Temperature variable verification is done based on the value of the mean error and correlation. The analyses indicate that the mean error values were varying in each region and each season. In areas located in the mountainous area showed a high mean error value. In other areas, it generally showed a low mean error value. Stations with high mean error values were caused by the difference between model elevation and station elevation. Model and observation data differences were caused by the large difference of topographic height between model and observation. While the verification result of model prediction for small islands shows very low correlation value, with big value in the standard deviation and relative bias; this condition is caused by 25 km resolutions used by the model in this study was too rough, hence the land area is not well represented by the model.

DISTRIBUSI SPASIAL DAN TEMPORAL PARAMETER SEISMOTEKTONIK SEBAGAI INDIKASI TINGKAT AKTIVITAS KEGEMPAAN DI WILAYAH PAPUA Supriyanto Rohadi
Jurnal Meteorologi dan Geofisika Vol. 16 No. 3 (2015)
Publisher : Pusat Penelitian dan Pengembangan BMKG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31172/jmg.v16i3.289

Zona subduksi megathrust merupakan wilayah potensial untuk terjadi gempabumi besar. Untuk memahami proses yang mengontrol gempabumi besar diperlukan pengetahuan mengenai bagaimana karakteristik pertemuan antar lempeng tektonik dan variasi kegempaan spasialnya. Gempabumi Papua 4 Januari 2009, magnitudo 7,6 (katalog BMKG), merupakan contoh gempabumi pada zona megathrust. Mekanisme sumber gempabumi ini adalah patahan trusting di perbatasan lempeng sepanjang barat-laut pesisir pantai Papua. Wilayah Papua dikenal memiliki aktivitas kegempaan yang tinggi, sehingga diperlukan tindakan mitigasi terhadap bencana gempabumi. Salah satu usaha mitigasi bencana gempabumi adalah dengan memetakan wilayah rawan gempabumi. Pemetaan wilayah rawan gempabumi diantaranya dilakukan dengan memetakan variasi parameter seismotektonik dari relasi Gutenberg-Richter. Analisa parameter seismotektonik secara spasial dan temporal pada penelitian ini menggunakan data gempabumi dari katalog Badan Meteorologi Klimatologi dan Geofisika (BKMG) dan National Earthquake Information Center (NEIC), tahun 1973 - 2008, dengan batas 10° LS - 4° LU dan 130° BT -142° BT dengan magnitudo terkecil 2,9. Data gempabumi (Mw>6) yang berasal dari katalog BMKG mulai dari tahun 2009 hingga 2014 digunakan sebagai verifikasi. Dari analisis menggunakan software ZMAP diperoleh variasi nilai-b berkisar antara 0,5 – 1,5, variasi nilai-a berkisar antara 3,5-8,5, sedangkan periode ulang gempabumi dengan magnitudo 6,8 secara umum adalah berkisar antara 5-32 tahun. A megathrust subduction zone is an area that potentially causes large earthquakes. Understanding the processes that control the massive earthquake requires a piece of knowledge about the characteristics of the junction between the tectonic plates and spatial variations of the seismicity. Papua earthquake on January 4, 2009, with 7,6 magnitude(based on BMKG catalog), is an example of an earthquake that occurred in that zone. The earthquake source mechanism is a trusting fault in the plate boundary along the north-western coast of Papua. Papua region is known to have high seismic activity, so it is important to conduct necessary action of mitigation of the earthquake disaster. One of the mitigation efforts is to map the earthquake disaster-prone areas. The mapping of the earthquake-prone area is conducted by mapping the variation of seismotectonic parameters of the Gutenberg-Richter relation. Analysis of spatially and temporally variation of seismotectonic in this study was using data from the earthquake catalog of Agency for Meteorology Climatology and Geophysics(BKMG) and the National Earthquake Information Center(NEIC), from 1973 to 2008, with a limit of 10° S-4° N and 130° E-142° E, the lowest magnitude is 2,9. Earthquake data (Mw>6) from 2009 to 2014 of the BMKG catalog were used as verification. From the analysis using ZMAP software, b-value variation ranged between 0.5-1.5 and the a-values variation ranged from 3.5 to 8.5 were obtained, whereas a return period of earthquakes with a magnitude of 6.8, in general, is between 5-32 years.

LINEASI PATAHAN GEOLOGI BERDASARKAN DISTRIBUSI HIPOSENTER RELOKASI DI WILAYAH JAWA Supriyanto Rohadi; Masturyono Masturyono
Jurnal Meteorologi dan Geofisika Vol. 16 No. 3 (2015)
Publisher : Pusat Penelitian dan Pengembangan BMKG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31172/jmg.v16i3.290

Penentuan hiposenter gempabumi sebelum relokasi biasanya menggunakan metode single even determination (SED). Hiposenter gempabumi yang diperoleh dengan metode tersebut umumnya masih mengandung kesalahan akibat struktur model kecepatan di permukaan bumi yang tidak termodelkan. Pada penelitian ini dilakukan relokasi hiposenter menggunakan metode tomografi double-difference (tomoDD), metode ini mampu meningkatkan akurasi posisi hiposenter karena mampu mereduksi kesalahan akibat struktur model di permukaan yang tidak termodelkan. TomoDD adalah program tomografi yang melakukan inversi lokasi hiposenter dan struktur kecepatan secara simultan dengan menggunakan data waktu tiba absolut dan waktu tiba diferensial. Data gempabumi yang digunakan berasal dari katalog BMKG, yaitu gempabumi yang terekam bulan April 2009 hingga Februari 2011di wilayah Jawa, dengan batas lintan 5⁰ LS - 11⁰ LS dan batas bujur 105⁰ BT - 115⁰ BT, serta interval kedalaman 2 km hingga 684 km. Jumlah stasiun seismograf yang digunakan adalah 36 stasiun. Relokasi gempabumi mengindikasikan dengan jelas lineasi geologi beberapa patahan geologi lokal, seperti: Jawa Barat Fault Zone, Pelabuhan Ratu Fault Zone, patahan geologi Cimandiri, dan patahan geologi di selat Sunda. Relokasi gempabumi di zona patahan geologi Opak terbagi menjadi dua kelompok atau klaster, yaitu distribusi sumber pada patahan geologi Opak dan distribusi sumber gempabumi di timur patahan geologi Opak. Single Event Determination (SED) method is generally used for Earthquake hypocenter determination. Earthquake hypocenter which is obtained by these methods generally still contains errors as a result of an unmodeled surface velocity structure. In this research, the hypocenter relocation using the double-difference tomography (tomoDD) method is conducted. This method can improve the accuracy of the hypocenter position since it can reduce the error due to unmodeled surface velocity structure. TomoDD is a tomography program that simultaneously inverts event locations and velocity structure by using absolute and differential arrival time data. Earthquake data used came from BMKG catalogs, with the earthquake were being recorded from April 15, 2009, to April 15, 2009, in Java, latitude boundary5⁰S-11⁰S, longitude105⁰E-115⁰E, and the depth interval ranged from 2 to 684 km. The total numbers of seismograph stations are 36 stations. The relocation of earthquakes indicates the existence of geological lineation of some local faults, such as Fault Zone West Java, Pelabuhan Ratu, Cimandiri Fault, and Fault in Sunda strait. Relocation of earthquakes in Opak fault zones was divided into two clusters, which are the seismicity distribution around Opak fault and seismicity distribution east of Opak fault.

Validasi Perangkat Lunak Gravity Tide Correction persamaan Longman (1959) berdasarkan Gravity Tide Observed, Instrument Based dan Software Based Test Accep Handyarso
Jurnal Meteorologi dan Geofisika Vol. 17 No. 3 (2016)
Publisher : Pusat Penelitian dan Pengembangan BMKG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31172/jmg.v17i3.314

Telah dibuat perangkat lunak gravity tide correction berdasarkan persamaan Longman (1959). Perangkat lunak tersebut dikembangkan dengan menggunakan sistem operasi berbasis windows. Dalam paper ini dibahas mengenai algoritma perangkat lunak dan metode validasinya. Validasi yang dilakukan meliputi validasi fasa dan validasi amplitudo sinyal pasang surut. Mekanisme validasi menggunakan perbandingan antara data gravity tide observed hasil pengukuran secara langsung dengan data keluaran perangkat lunak yang dikembangkan. Validasi fasa memberikan hasil berupa nilai pergeseran static (StaticShift) yang berasosiasi dengan nilai gravitasi di lokasi pengukuran, sedangkan validasi amplitudo dilakukan dengan melibatkan tiga metode yaitu: (1) Menggunakan data gravity tide observed di antara dua titik pangkal gayaberat yang sudah diketahui nilainya, (2) Validasi amplitudo berdasarkan alat ukur CG–5 (instrument based), dan (3) Menggunakan perangkat lunak lain berbasis komputer seperti QuickTidePro sebagai pembanding. Hasil pengujian menunjukkan akurasi perangkat lunak gravity tide correction yang dikembangkan mencapai kurang dari ± 50 µGal.

IDENTIFIKASI AMBANG BATAS CURAH HUJAN SAAT KEJADIAN BANJIR DI JABODETABEK: STUDI KASUS BANJIR JAKARTA TANGGAL 09 FEBRUARI 2015 Rahayu Sapta Sri Sudewi; Achmad Sasmito; Roni Kurniawan
Jurnal Meteorologi dan Geofisika Vol. 16 No. 3 (2015)
Publisher : Pusat Penelitian dan Pengembangan BMKG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31172/jmg.v16i3.315

Tujuan penelitian ini adalah untuk memahami karakteristik dinamika atmosfer saat kejadian hujan lebat di wilayah Jakarta pada tanggal 09 Februari 2015 dan menentukan nilai ambang batas (threshold) intensitas curah hujan (CH) yang dapat digunakan untuk peringatan dini cuaca ektrim di wilayah Jakarta. Hujan lebat dengan intensitas rata-rata 118,4 mm/hari yang terjadi tanggal 09 Februari 2015 di wilayah Jabodetabek bukan merupakan peristiwa yang signifikan bila dibandingkan dengan kejadian sebelumnya. Berdasarkan tinjauan dinamis pada tanggal tersebut, terdapat cold surge dari Asia yang membangkitkan angin timur laut bertemu dengan angin selatan yang berasal dari Samudera Hindia, dan pada saat bersamaan terdapat tekanan rendah di bagian selatan Nusa Tenggara Timur (NTT) yang membentang dengan arah utara-selatan dan bergerak ke arah barat. Kondisi tersebut membangkitkan dominan angin timur dan di sebelah utara NTT hingga Jawa barat bagian utara terdapat shear, selain itu wilayah sebelah utara Jawa Barat, Banten dan Jakarta merupakan daerah pertemuan interaksi ketiga angin tersebut. keadaan tersebut memicu terjadinya pembentukan awan disepanjang Pulau dan laut Jawa, selat karimata, dan Pulau Jawa, termasuk di wilayah Jakarta yang menimbulkan hujan lebat yang berpotensi banjir. Hasil pendekatan model statistik dengan lima pengelompokan/kategori berdasarkan intensitas CH di wilayah Jakarta saat terjadi banjir tahun 2007, 2008, 2013, dan 2014, adalah untuk kategori “Awas” dengan intensitas CH rata-rata sebesar 35-47 mm/hari, “Siaga 3” dengan intensitas CH rata-rata 48-61 mm/hari, “Siaga 2” dengan intensitas CH 62-74 mm/hari, kategori “Siaga 1” dengan intensitas CH rata-rata 75-87 mm/hari, dan kategori “Bencana” dengan intensitas curah hujan sebesar 88-101 mm/hari. This study aimed to understand the atmospheric dynamic characteristic of heavy rainfall in Jakarta on February 9, 2015, and to determine the threshold value of rainfall intensity (CH) that can be used for early warning of extreme weather in Jakarta area. Heavy rainfall with an average intensity of 118.4 mm/day which occurred on February 9, 2015, in the Jakarta area is not as significant as previous events. Based on dynamical conditions on that date, the cold surge from Asia enhances northeasterly winds met with southerly winds coming from the Indian Ocean, and at the same time there was a low-pressure system in the south of NTT stretches north-south direction moving westward. This condition created dominantly easterly winds and at the north of NTT to the northern part of West Java exist a shear, meanwhile, the northern part of West Java, Banten and Jakarta were a meeting and interaction area of these three wind components. This condition triggers the clouds formations along Karimata Strait, Java Sea and the island of Java, including Jakarta that caused heavy rainfall and flood potential. Statistical models result in five categories based on the rainfall intensity in Jakarta during floods in 2007, 2008, 2013, and 2014, which were "Caution" for average rainfall of 35-47 mm/day, "Standby 3" for average rainfall of 48-61 mm/day, "Alert 2" for average rainfall of 62-74 mm/day, "Alert 1" for average rainfall of 75-87 mm/day, and “Disaster” for average rainfall of 88-101 mm/day, respectively.

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name
Rezky Yunita

Contact Email
rezky.yunita@bmkg.go.id

Phone
+6282125693687

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

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name Rezky Yunita

Contact Email rezky.yunita@bmkg.go.id

Phone +6282125693687

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

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Contact Name
Rezky Yunita

Contact Email
rezky.yunita@bmkg.go.id

Phone
+6282125693687

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