Megasains (Journal)
Not a member yet
113 research outputs found
Sort by
APLIKASI FAST FOURIER TRANSFORM DALAM ANALISIS KORELASI PERIODISITAS CURAH HUJAN DI SUMATERA UTARA DENGAN FENOMENA VARIABILITAS IKLIM GLOBAL
Full text linkNorth Sumatra Province has rainfall variability and patterns that are influenced by various global climate variability phenomena such as Dipole Mode, IOD (Indian Ocean Dipole), Madden Julian Oscillation (MJO) and ENSO (El Niño-Southern Oscillation). To see the activity and influence of each of these global climate phenomena, several indices are used, Dipole Mode Index (DMI) for IOD, Australian Monsoon Index (AUSMI) and Western North Pacific Monsoon Index (WNPMI) for Monsoon Circulation, and NINO 3.4 Index for ENSO phenomenon. This research uses monthly rainfall data for 30 years which will be spectrally analysed with FFT (Fast Fourier Transform), then correlate and analyse the periodicity pattern of rainfall to the global climate phenomenon index through Pearson Correlation. FFT spectral analysis of Rainfall and Global Climate Phenomena Index in North Sumatra reveals variations in periodicity patterns. The region shows differences in rainfall recurrence patterns, with the most periodic peaks at 12 Months (7 rainfall stations). For 12 Months there are at North Sumatra Climatology Station, Belawan Maritime Meteorological Station, and Kualanamu Meteorological Station, Deli Serdang Geophysical Station, Aek Gondang Meteorological Station, FL Tobing Meteorological Station, and Binaka Meteorological Station. The strongest correlation between Rainfall and Climate Index is DMI (Dipole Mode Index) and NINO 3.4 Index. DMI has the strongest correlation at Kualanamu Meteorological Station, Aek Godang Meteorological Station, FL Tobing Meteorological Station. For the NINO Index 3.4, the strongest correlation is at Bawean Maritime, Kualanamu Meteorological and Aek Gondang Meteorological Stations.Provinsi Sumatera Utara memiliki variabilitas dan pola curah hujan yang dipengaruhi berbagai fenomena variabilitas iklim global seperti Dipole Mode, IOD (Indian Ocean Dipole), Madden Julian Oscillation (MJO) dan ENSO (El Niño-Southern Oscillation). Untuk melihat aktivitas dan pengaruh dari tiap-tiap fenomena iklim global tersebut, digunakan beberapa indeks, Dipole Mode Index (DMI) untuk IOD, Australian Monsoon Index (AUSMI) dan Western North Pacific Monsoon Index (WNPMI) untuk Peredaran Monsun, dan Indeks NINO 3.4 untuk fenomena ENSO. Pada Penelitian ini menggunakan data curah hujan bulanan selama 30 tahun yang nantinya dianalisis secara spektral dengan FFT (Fast Fourier Transform), kemudian menghubungkan dan menganalisis pola periodisitas curah hujan terhadap indeks fenomena iklim global melalui Korelasi Pearson. Analisis spektral FFT terhadap Curah Hujan dan Indeks Fenomena Iklim Global di Sumatera Utara mengungkap variasi pola periodisitas. Wilayah ini menunjukkan perbedaan dalam pola pengulangan curah hujan, dengan puncak periode terbanyak pada 12 Bulan (7 pos hujan). Untuk 12 Bulan ada di Stasiun Klimatologi Sumatera Utara, Stasiun Meteorologi Maritim Belawan, dan Stasiun Meteorologi Kualanamu, Stasiun Geofisika Deli Serdang, Stasiun Meteorologi Aek Gondang, Stasiun Meteorologi FL Tobing, dan Stasiun Meteorologi Binaka. korelasi paling kuat antara Curah Hujan dengan Indeks Iklim adalah DMI (Dipole Mode Index) dan Indeks NINO 3.4. DMI punya korelasi paling kuat di Stasiun Meteorologi Kualanamu, Stasiun Meteorologi Aek Godang, Stasiun Meteorologi FL Tobing. Untuk Indeks NINO 3.4 korelasi paling kuat di Maritim Bawean, Meteorologi Kualanamu, dan Stasiun Meteorologi Aek Gondang
PEMANFAATAN TEKNIK RGB PADA CITRA SATELIT HIMAWARI-8 UNTUK ANALISIS DINAMIKA ATMOSFER KEJADIAN BANJIR KABUPATEN BANDUNG 06 MEI 2023
Full text linkKejadian banjir di Kabupaten Bandung pada tanggal 06 Mei 2023 yang disebabkan adanya hujan lebat pada wilayah tersebut. Hujan lebat yang terjadi dikarenakan adanya ketidakstabilan atmosfer pada wilayah tersebut, hal ini yang mengakibatkan banyaknyak kerugian materil bagi yang terdampak. Berdasarkan analisis metode peneleitian yang telah dilakukan menghasilkan adanya pertumbuhan awan Cb (Cumulonimbus) yang terjadi pada saat itu. Dari hasil tersebut digunakan teknik RGB citra satelit yang diolah menggunakan perangkat lunak Sataid GMSLPD
DETECTION OF CLIMATE CHANGE FROM MONTHLY RAINFALL DATA IN WEST KALIMANTAN
No full textTelah dilakukan kajian untuk mendeteksi perubahan iklim dengan menggunakan data curah hujan bulanan dari 59 titik pengamatan di Kalimantan Barat. Uji statistik Mann-Kendall dan metode Sens digunakan dalam penelitian ini. Nilai tren tersebut ditampilkan dalam bentuk peta spasial dengan menggunakan metode interpolasi Inverse Distance Weighted (IDW). Hasil penelitian menunjukkan Kalimantan Barat mempunyai pola curah hujan bimodal (dua puncak hujan), dengan puncak pertama terjadi pada bulan April, dan puncak kedua terjadi pada bulan Desember. Curah hujan tahunan di sebagian besar wilayah Kalimantan Barat menunjukkan tren penurunan yang signifikan pada kisaran 1-70 mm/tahun. Curah hujan pada bulan-bulan kering (Juni dan Juli) meningkat secara signifikan sebesar 1-10 mm/bulan di sebagian besar wilayah. Sebaliknya, pada musim hujan (Maret, Mei dan November hingga Januari), curah hujan menurun secara signifikan di sebagian besar wilayah, terutama di bagian selatan dan barat.A study to detect climate change using monthly rainfall data from 59 observation points in West Kalimantan has been carried out. Mann-Kendall statistical tests and Sens methods were used in this study. The trend values were shown in the form of spatial maps using Inverse Distance Weighted (IDW) interpolation method. The results showed that West Kalimantan has a bimodal rainfall pattern (two peaks rain), with the first peak occurs in April, followed by the second peak in December. The annual rainfall in most areas of West Kalimantan showed a significant downward trend in the range of 1-70 mm/year. Rainfall in the dry months (June and July) increased significantly by 1-10 mm/month in most areas. Contrastingly, during the wet period (March, May and November to January), rainfall has significantly decreased in most regions, especially in the south and west par
AN ASSESSMENT OF ENSO BASED PREDICTIVE SYSTEMS IN INDONESIA
Full text linkPenggunaan 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 musimanThe use of Seasonal Climate Forecasting (SCF) in risk management decisions in the developing countries such Indonesia, which are most vulnerable to the impacts of climate variability and climate change, has not been widely applied yet. The major limitations are; the limited national capacity for climate monitoring and forecasting; low levels of awareness among decision makers to the local and regional impact of climate variability (e.g. ENSO); and lack of effective policy responses to climate variability and climate change. The specific objectives of this study are, for each main climate regions of the Indonesia, analyse the relationship of seasonal rainfall with key ENSO based predictors and determine the most “robust” predictive system(s) for each these region. To use FLOWCAST software to undertake three methods of investigation. Results of regression and contingency table analyses show that the synchronous associations between SOI, NINO 3.4, SST and Indonesia rainfall are significantly stronger in all climate zones for 2 seasonal periods selected (May – October and November – April) in Monsoonal and Local Type. The strength of this relationship also corresponded to high forecasting skill (LEPS) being found especially in Monsoonal and Local Climate Type of Indonesia, with the influences effecting Monsoona
PENERAPAN IMPUTASI LOCF DAN CROSS MEAN DALAM PENGISIAN DATA KOSONG PADA CURAH HUJAN HARIAN ARG
Full text linkThe number of installed Automatic Rain Gauges (ARG) today has not been optimally utilized. It is because ARG that works automatically often has missing data due to technical and network problems raising doubts about its accuracy. The data used are ARG rainfall data in 10 minute periods during 2021 and rainfall data from conventional gauge at the same location. The data will be processed until it becomes daily data and will be recovered by missing data entry worked by the Python programming language. Because the ARG data is the longitudinal data type, missing data entry will use LOCF and cross mean imputation. The validity test will compare the recovered ARG data with the conventional gauge data by calculating the MAE, RMSE, and correlation coefficient. The results showed that missing data entry could reduce the percentage of missing from 21.4% to 1.1%. The result of validity tests showed that ARG could produce accurate data determined by a lower error (MAE=0.998mm, RMSE=2.253mm) and a very high correlation (r=0.966). With a higher percentage of data completeness and excellent accuracy, the data usage will become more extensive to provide more benefits, especially for the need of analysis, forecasting, data services, and research.Banyaknya alat penakar hujan Automatic Rain Gauge (ARG) yang telah terpasang saat ini belum termanfaatkan secara optimal. Hal ini disebabkan ARG yang bekerja secara otomatis sering kali mengalami missing data akibat permasalahan teknis dan jaringan yang pada akhirnya menimbulkan keraguan akan keakuratannya. Data yang digunakan dalam penelitian ini adalah data curah hujan ARG dalam periode 10 menit selama tahun 2021 serta data curah hujan dari alat penakar hujan konvensional di lokasi yang sama. Data akan diolah hingga menjadi data harian kemudian dipulihkan dengan pengisian data kosong yang dikerjakan melalui bahasa pemrograman Python. Karena data ARG berjenis data longitudinal maka pengisian data kosong akan menggunakan imputasi LOCF dan cross mean. Uji validitas kemudian dilakukan untuk membandingkan data ARG yang telah dipulihkan dengan data dari alat manualnya melalui perhitungan nilai MAE, RMSE, dan koefisien korelasi. Hasil penelitian menunjukkan bahwa pengisian data kosong dapat mengurangi persentase missing data yang semula 21.4% menjadi 1.1%. Hasil uji validitas menunjukkan ARG dapat menghasilkan data yang akurat ditandai dengan nilai eror yang rendah (MAE=0.998 mm, RMSE=2.253 mm) dan korelasi yang sangat tinggi (r=0.966). Dengan semakin tingginya persentase kelengkapan data dan akurasi yang sangat baik maka penggunaan data tersebut akan menjadi semakin luas sehingga memberikan lebih banyak manfaat terutama untuk keperluan analisis, prakiraan, pelayanan data, maupun penelitian
Application of the Palmer Drought Severity Index (PDSI) and Thorntwaite-Matter Methods for Drought Index Analysis in Sekotong District, West Lombok Regency
No full textPentingnya informasi tentang karakteristik kekeringan pada suatu daerah sangat dibutuhkan untuk mengantispiasi bencana kekeringan. Salah satu cara untuk mengetahui karakteristik kekeringan adalah melalui analisis indeks kekeringan. Penelitian ini bertujuan untuk menentukan indeks kekeringan di Kecamatan Sekotong dengan metode Palmer Drought Severity Index (PDSI) dan Thornthwaite-Matter, setelah itu akan dievaluasi ketelitian model antara indeks kekeringan dari 2 metode tersebut terhadap tahun-tahun El Nino berdasarkan nilai SOI selama tahun 2006 – 2015, kemudian menentukan keakurasian antara kedua metode tersebut terhadap kekeringan yang terjadi untuk menentukan metode yang cocok diterapkan di Kecamatan Sekotong. Hasil penelitian menunjukkan bahwa dengan metode PDSI terjadi kekeringan dengan kategori ekstrem kering hampir setiap tahun kecuali tahun 2008 dan 2015 dan puncak kekeringan terparah di terjadi tahun 2013 pada bulan Juli dengan nilai indeks PDSI sebesar -9,312. Sedangkan dengan metode Thornthwaite-Matter terjadi kekeringan dengan kategori berat setiap tahun dan puncak kekeringan terjadi tahun 2011 pada bulan Desember dengan presentase nilai indeks Thornthwaite-Matter sebesar 99,85 %. Dari hasil evaluasi ketelitian model menunjukkan terdapat kesesuaian antara PDSI-SOI dan Thornthwaite- Matter-SOI dari tahun 2006-2015. Metode PDSI memiliki keakuratan lebih baik dibandingkan dengan metode Thornthwaite-Matter dengan nilai presentase kesesuaian 81% untuk metode PDSI dan 72% untuk metode Thornthwaite-MatterThe importance of information about the characteristics of drought in an area is needed to anticipate drought disasters. One way to find out the characteristics of drought is through the analysis of the drought index. This study aims to determine the drought index in the Sekotong District with the Palmer Drought Severity Index (PDSI) and Thornthwaite-Matter methods, after which the accuracy of the model between the drought indexes of the 2 methods over the El Nino years based on the 2006 SOI values - 2015, then determine the accuracy of the two methods to the drought that occurred to determine the suitable method applied in the Sekotong District. The results showed that with the PDSI method there was a drought with extreme dry category almost every year except in 2008 and 2015 and the peak of the worst drought occurred in 2013 in July with a PDSI index value of -9.312. Whereas with the Thornthwaite-Matter method, there is a drought with a heavy category every year and the peak of the drought occurred in 2011 in December with a percentage of the Thornthwaite-Matter index value of 99.85%. From the results of the evaluation of the accuracy of the model shows there is a match between PDSI- SOI and Thornthwaite-Matter-SOI from 2006-2015. The PDSI method has better accuracy than the Thornthwaite-Matter method with a percentage value of 81% suitability for the PDSI method and 72% for the Thornthwaite-Matter metho
Effect of Oldeman Agroclimatic Zone Changes on Patterns Planting Rice in West Sumatra
No full textPerubahan curah hujan telah menyebabkan perubahan zona klasifikasi agroklimat Oldeman serta berpengaruh terhadap pola tanam padi sawah tadah hujan di Provinsi Sumatera Barat yang merupakan salah satu sentra padi nasional. Penelitian ini bertujuan untuk mengetahui daerah atau kawasan sentra padi yang mengalami perubahan klasifikasi zona agroklimat Oldeman dan mengetahui daerah yang mengalami perubahan pola tanam serta memverifikasi kesesuaian pola tanam klasifikasi Oldeman dengan pola tanam aktual. Penelitian ini telah dilaksanakan di sentra padi Sumatera Barat. Data yang digunakan data curah hujan 1910-1941 dan 1985-2015 serta analisis perubahan zona agroklimat Oldeman. Zona agroklimat Oldeman 1977 dijadikan sebagai baseline.Penentuan perubahan pola tanam aktual dilakukan dengan survei lapangan untuk memperoleh informasi perubahan pola tanam padi aktual. Hasil penelitian ini menunjukkan terjadi perubahan zona agroklimat Oldeman pada lima kawasan sentra padi Sumatera Barat yaitu daerah Luak Situjuh, Rao, Sijunjung, Sukarami dan Lima Kaum. Luak Situjuh dari tipe B1 menjadi E1, Rao dari D2 menjadi C1, Sijunjung dari C1 menjadi D1, Sukarami dari A1 menjadi B1 dan Lima Kaum dari E1 menjadi menjadi E3. Lokasi yang mengalami perubahan pola tanam padi pada sawah tadah hujan yaitu Luak Situjuh, Panti dan Lima Kaum. Hasil verifikasi pola tanam aktual yang sesuai dengan pola tanam klasifikasi Oldeman terdapat pada empat lokasi yaitu Lubuk Basung, Sungai Dareh, Muara labuh dan Sukarami.The change of rainfall has caused the change of classification zone of Oldeman agroclimate as well as the effect on the pattern of rainfed lowland rice plantation in West Sumatera Province which is one national rice center. This study aims to determine the areas that have changed the classification of Oldeman agroclimate zone and know the area of rice centers that experienced changes in cropping patterns and verify the suitability of Oldeman classification planting pattern with actual cropping pattern. This research has been conducted at rice center of West Sumatra. Data used rainfall 1910- 1941 and 1985-2015, analysis of changes in Oldeman agroclimate zone. Agroclimatic zone of Oldeman 1977 used as baseline. Then conducted a survey to obtain information on changes in actual rice cropping patterns. The results of this study indicate a change in Oldeman agro-climatic zone in the Central Sumatra rice area in five locations, in Luak Situjuh, Rao, Sijunjung, Sukarami and Lima Kaum. Luak Situjuh from type B1 to E1, Rao from D2 to C1, Sijunjung from C1 to D1, Sukarami from A1 to B1 and Lima kaum from E1 becomes E3. Locations that experience changes in rice cropping pattern in rainfed lowland are Luak Situjuh, Panti and Lima Kaum. The result of verification of actual cropping pattern according to Oldeman classification planting pattern at four locations is Lubuk Basung, Sungai Dareh, Muara Labuh and Sukarami
PENGARUH GELOMBANG ULTRA LOW FREQUENCY (ULF) DALAM PERILAKU CACING TANAH DI SOLO DAN KLATEN
Full text linkDeformed rocks emit Ultra Low Frequency (ULF) waves and affect the earth\u27s magnetic field. So that ULF gives anomalies to the surroundings. ULF emissions also influence animal behavior. Changes in earthworm behavior in Solo and Klaten on 18 April 2020 coincided with the peak lead time period of deformation calculated by the ULF anomaly on the BMKG magnetograph in Yogyakarta. The location of the discharge area of ​​earthworms is in the deformation coverage area in accordance with the purpose of the interference in the results of the analysis of the magnetograph records. The ULF anomaly in Indonesia is being developed for earthquake prediction, as well as the phenomenon of animal behavior being widely studied for earthquake prediction. Collaboration on animal behavior research, including earthworms and ULF research, provides hope for the development of earthquake predictions in Indonesia.Batuan yang terdeformasi memancarkan gelombang Ultra Low Frequency (ULF) dan mempengaruhi medan magnet bumi. Sehingga, ULF memberikan anomali pada sekitarnya. Emisi ULF mempengaruhi perilaku binatang. Perubahan perilaku cacing tanah di Solo dan Klaten pada tanggal 18 April 2020 terjadi secara bersamaan dengan periode lead time puncak deformasi yang dihitung dengan anomali ULF pada magnetograf BMKG di Yogyakarta. Lokasi daerah keluarnya cacing tanah ada pada cakupan daerah deformasi sesuai dengan azimuth datangnya gangguan pada hasil analisis catatan magnetograf. Penelitian anomali ULF di Indonesia sedang dikembangkan untuk memprediksi gempa, demikian juga fenomena perilaku binatang banyak diteliti untuk prediksi gempa. Kolaborasi penelitian perilaku binatang, khususnya cacing tanah dan penelitian ULF memberikan harapan pengembangan upaya prediksi gempa di Indonesia
Potential for Extreme Rain in West Nusa Tenggara in relation to Tropical Cyclones in the Indian Ocean
No full textSiklon tropis merupakan suatu sistem tekanan rendah kuat yang terbentuk di atas perairan laut yang hangat di wilayah lintang rendah dan biasanya ditandai hujan lebat di sekitar wilayah yang dilaluinya. Besarnya potensi hujan lebat bahkan ekstrem tentunya berbeda-beda disetiap wilayah. Penelitian ini dilakukan untuk mengetahui wilayah mana saja di sekitar NTB yang berpotensi terjadi hujan lebat hingga ekstrem saat terjadi siklon tropis di sekitar perairan Samudera Hindia bagian barat hingga barat laut, sehingga dapat memberikan peringatan dini sebelum munculnya bencana hidrometeorologi seperti banjir dan longsor sebagai dampak dari siklon tropis tersebut. Data yang digunakan dalam penelitian ini yaitu data curah hujan harian dan data kejadian siklon tropis dalam 10 tahun (2008-2017). Besarnya potensi hujan lebat hingga ekstrem dihitung menggunakan metode komposit seluruh kejadian siklon pada setiap tahapannya yang telah dikategorikan oleh BOM terhadap nilai curah hujan harian. Hasil dari penelitian ini menunjukkan wilayah yang berpotensi cukup besar terjadi hujan ekstrem saat siklon tropis yaitu sebagian kota Mataram dengan peluang mencapai >15%. Saat dalam tahapan depresi tropis dan badai tropis sebagian Lombok barat bagian selatan, Lombok Utara, Lombok Timur bagian utara, Sumbawa bagian tengah, dan Kota Bima juga berpotensi terjadi hujan ekstrem namun dengan peluang yang sangat kecil yaitu <10%.Siklon tropis yang dapat memicu terjadinya hujan dengan kategori lebat sangat berpeluang ketika masih dalam tahapan depresi tropis dengan wilayah terdampak yang hampir merata di seluruh NTB, namun ketika terus berkembang menjadi siklon tropis maka potensialnya akan semakin meningkat mencapai >30% dan diiringi dengan wilayah terdampak yang semakin kecil.A tropical cyclone is a strong low pressure system that forms over warm ocean waters in low latitudes and is usually characterized by heavy rain around the area it passes through. The potential for heavy and even extreme rain certainly varies in each region. This research was conducted to find out which areas around NTB have the potential for heavy to extreme rain during tropical cyclones in the waters of the western to northwestern Indian Ocean, so that they can provide early warning before the emergence of hydrometeorological disasters such as floods and landslides as a result of cyclones. the tropics. The data used in this research are daily rainfall data and tropical cyclone occurrence data for 10 years (2008-2017). The potential for heavy to extreme rain is calculated using a composite method of all cyclone events at each stage which have been categorized by the BOM against daily rainfall values. The results of this research show that areas that have a large potential for extreme rain during tropical cyclones are parts of the city of Mataram with a chance of >15%. When in the tropical depression and tropical storm stages, parts of southern West Lombok, North Lombok, northern East Lombok, central Sumbawa and Bima City also have the potential for extreme rain but with a very small chance, namely <10%. Tropical cyclones can trigger There is a very good chance of heavy rain occurring when it is still in the tropical depression stage with the affected area being almost evenly distributed throughout NTB, but as it continues to develop into a tropical cyclone, the potential will increase to >30% and be accompanied by an increasingly smaller affected area
Air Quality Analysis at Global Atmospheric Monitoring Stations (GAW) Kototabang Hill Associated with Drought During El Niño 2014-2015
No full textStasiun Pemantau Atmosfer Global Bukit Kototabang merupakan salah satu stasiun di daerah Sumatera khususnya ekuatorial yang melakukan pengukuran kualitas udara. Dengan dilakukannya pengukuran parameter kualitas udara maka memungkinkan kita melakukan analisis kondisi kualitas udara di Stasiun GAW Bukit kototabang berkaitan dengan kekeringan yang terjadi pada saat el nino pada tahun 2014 - 2015. Data yang digunakan dalam analisis ini adalah data konsentrasi harian parameter kualitas udara, data curah hujan wilayah terjadinya kebakaran hutan dan lahan pada tahun 2014- 2015, data Hotspot/titik panas, data archive Air Resources Laboratory NOAA (model HYPSLIT), data angin reanalisis lapisan 850 mb, dan data Oceanic Niño Index. Dalam analisis ini di gunakan metode time series. Hasil dari analisis menunjukkan Kebakaran hutan yang terjadinya pada tahun 2014-2015 hanya memengaruhi beberapa parameter di antaranya PM10, Black Carbon dan CO. Kekeringan yang menjadi faktor pemicu terjadinya kebakaran di provinsi Riau menyebabkan konsentrasi parameter kualitas udara meningkat secara signifikan. Peningkatan konsentrasi parameter kualitas udara pada bulan september dan oktober tahun 2015 dipengaruhi oleh kebakaran hutan yang terjadi di wilayah sumatera selatan pada saat terjadi El Niño kuat pada tahun 2015The Bukit Kototabang Global Atmospheric Monitoring Station is one of the stations in the Sumatra region, especially the equator, that measures air quality. By measuring air quality parameters, it is possible for us to analyze the air quality conditions at GAW Bukit Kototabang Station in relation to the drought that occurred during El Niño in 2014 -2015. The data used in this analysis are daily concentration data on air quality parameters, rainfall data in areas where forest and land fires occurred in 2014-2015, Hotspot data, NOAA Air Resources Laboratory archive data (HYPSLIT model), 850 mb layer reanalysis wind data, and Oceanic Niño Index data. In this analysis, the time series method is used. The results of the analysis show that forest fires that occurred in 2014-2015 only affected several parameters, including PM10, Black Carbon and CO. Drought, which is a triggering factor for fires in Riau province, causes the concentration of air quality parameters to increase significantly. The increase in air quality parameter concentrations in September and October 2015 was influenced by forest fires that occurred in the South Sumatra region during a strong El Niño in 2015