Megasains (Journal)
Not a member yet
    113 research outputs found

    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

    Full text link
    The extreme rains that hit the Jakarta area from December 31, 2019, to January 1, 2020, causing several places in Jakarta submerged in floods. Based on daily rainfall measurements as measured on January 1, 2020, the highest rainfall was 377 mm at Halim Perdana Kusuma Air Force Base. Analysis of this incident using the RGB (Red Green Blue) technique on the Himawari-8 satellite image. The RGB schematic diagrams that support this research are the 24-Hours Microphysics, Day Microphysics, Night Microphysics, Air Mass, and Day Convective Storms schemes. The analysis results of the time series cloud top temperature showed that the cloud growth that caused heavy rain started at 08.00 JLT then the rain begins to hit the Jakarta area around 09.15 JLT. From the RGB scheme, it\u27s known to exist that there are warm air masses in the Jakarta area that trigger the growth of Cumulonimbus clouds. The purpose of this research is to know about atmospheric dynamics and convective cloud distribution during a flood in Jakarta on 31 December 2019 - 1 January 2020Hujan 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 202

    Perbandingan Dampak El Nino Kuat 2015/16 Dan 1997/98 Terhadap Curah Hujan Di Provinsi Bali - Indonesia

    Full text link
    Penelitian ini bertujuan untuk mengetahui perbandingan fenomena El Nino 2015/16 dan 1997/98 dari segi indeks dan dampak keduanya terhadap curah hujan di Provinsi Bali - Indonesia. Metode analisis yang digunakan berupa metode Korelasi Pearson dan statistik deskriptif terhadap data Indeks Nino 3.4 yang dikonversi menjadi Oceanic Nino Index (ONI) dan data curah hujan bulanan di 22 titik penakar hujan Provinsi Bali. Hasil penelitian menunjukan El Nino 2015/16 (indeks tertinggi 2.37) sedikit lebih kuat daripada El Nino 1997/98 (indeks tertinggi 2.33). Berdasarkan siklus hidupnya, El Nino 2015/16 lebih lama bertahan dibandingkan dengan El Nino 1997/98. Hubungan antara El Nino dengan curah hujan Bali diketahui lebih kuat pada periode September-Oktober-Nopember (SON) dibandingkan dengan periode Desember–Januari–Februari (DJF). Kemudian setelah dilakukan perbandingan antara kedua kejadian El Nino Kuat tersebut, ternyata dampak penurunan curah hujan di Provinsi Bali saat El Nino Kuat 2015/16 (-6% s/d -46%) tidak separah dampak penurunan curah hujan saat fenomena El Nino Kuat 1997/98 (-18% s/d -72%

    Pengaruh Hotspot Terhadap Variabilitas Aerosol Bulan Februari Tahun 2016-2019

    Full text link
    Pengamatan Aerosol merupakan salah satu program pengukuran yang dilakukan di Stasiun Pemantau Atmosfer Global Bukit Kototabang. Penelitian ini bertujuan untuk mengetahui tren konsentrasi Aerosol (Black Carbon, Particulate Matter (PM10) dan Scattering Coefficient) di Stasiun Pemantau Atmosfer Global Bukit Kototabang dan untuk melakukan penelitian terhadap dampak kemunculan titik panas di Sumatera dengan pemantauan Aerosol. Penelitian ini dilakukan menggunakan data pengamatan pada bulan Februari 2016-2019. Metode yang digunakan yaitu dengan pengamatan yang dilakukan selama 24 jam melalui instrumen Catcos Magee Scientific Aethalometer untuk pengamatan Black Carbon, BAM 1020 untuk pengamatan PM10, Ecotech M9003 Integrating Nephelometer untuk pengamatan Scattering Coefficient dan pantauan titik panas (hotspot) di pulau Sumatera diambil dari data harian titik panas dari Satelit MODIS (Terra, Aqua, dan SNPP) dengan tingkat kepercayaan diatas 70%. Hasil penelitian ini menunjukan konsentrasi PM 10 dan Aerosol Scattering Coeficient  meningkat pada Februari 2019 dengan bertambahnya jumlah titik panas yaitu 367 titik dan arah pergerakan angin dominan dari timur dan timur laut. Sedangkan peningkatan titik panas pada tahun 2018 meningkatkan konsentrasi Black Carbon dan PM1

    Variasi Suhu Udara, Suhu Titik Embun, dan Tekanan Udara Terhadap Gaya Angkat Pesawat di Bandara Supadio Pontianak Tahun 2016

    Full text link
    Cuaca memiliki peran sangat penting terhadap efisiensi penerbangan. Kerapatan udara rendah membuat pesawat membutuhkan landasan pacu yang panjang ketika lepas landas. Hal tersebut dapat meningkatkan beban kerja mesin untuk menambah kecepatannya di runway. Kondisi atmosfer selalu dinamis dan tidak dapat dikendalikan. Pesawat harus mendapatkan gaya angkat maksimal dengan memperhitungkan kondisi tertentu. Operator penerbangan hanya dapat menyesuaikan dengan kondisi meteorologi tersebut untuk memperhitungkan efisiensi penerbangan. Penelitian ini dilakukan di Bandara Supadio Pontianak menggunakan data observasi Stasiun Meteorologi Supadio Pontianak tahun 2016. Data yang digunakan meliputi meliputi suhu udara, suhu titik embun, dan tekanan udara. Berdasarkan hasil perhitungan didapatkan bahwa suhu udara memiliki pengaruh yang paling signifikan terhadap gaya angkat pesawat. Gaya angkat maksimum harian terjadi sekitar pukul 05.00 – 06.00 WIB dan gaya angkat minimum terjadi sekitar pukul 13.00 – 14.00 WIB. Gaya angkat terbesar bulanan terjadi pada bulan Januari dan terkecil pada bulan Agustus.   Kata kunci: Gaya angkat, kerapatan udara, lepas landas

    Analisis Indeks Kerapatan Vegetasi Untuk Identifikasi Kejadian Dan Potensi Puting Beliung Di Wilayah Kabupaten Klaten

    Full text link
    Dengan melakukan analisa citra landsat 8 yaitu Citra Satelit Landsat 8 OLI/TIRS yaitu berupa citra yang diperoleh dari USGS (United State Geological Survey) dengan pengolahan pertama dengan software ENVI untuk meningkatkan ketajaman dan kejelasan citra satelit, kemudian dilakukan pengolahan dengan ArcGIS 10.4 untuk menghasilkan peta NDVI dengan dua klasifikasi yaitu  klasifikasi kerapatan dan vegetasi serta titik kejadian puting beliung di wilayah Kabupaten Klaten sesuai hasil pengolahan citra satelit Landsat 8 menjadi peta NDVI didapat bahwa di hampir seluruh wilayah Kabupaten Klaten lebih sedikit vegetasi dengan kerapatan tinggi, yang lebih banyak adalah lahan terbuka seperti sawah/ladang dan pemukiman penduduk. Kejadian puting beliung di wilayah Kabupaten Klaten berdasarkan data tahun 2018–2019 terjadi pada bulan Desember–April. Dengan semakin sedikitnya vegetasi yang kerapatannya tinggi dan semakin meningkatnya pemukiman penduduk dan lahan terbuka, maka potensi puting beliung akan semakin meningkat selain karena faktor lain seperti suhu udara, tekanan udara dan awan kumulonimbus. Manfaat yang diperoleh adalah dapat sebagai pertimbangan dalam membangun dan penataan infrastruktur yang lebih hijau dan berkesinambungan, serta sebagai mitigasi dan adaptasi terhadap wilayah yang paling rawan terdampak puting beliung di Kabupaten Klate

    Pemetaan Karakteristik Periode Ulang Curah Hujan Maksimum Di Kota Manado

    Full text link
    Curah hujan dengan intensitas yang tinggi atau ekstrem mempunyai banyak dampak pada berbagai sektor. Salah satu dampak yang disebabkan oleh curah hujan tersebut adalah ancaman potensi banjir yang bisa mengganggu kehidupan masyarakat hingga menimbulkan korban jiwa. Penelitian ini menggunakan data curah hujan harian maksimum tahunan dari stasiun BMKG (Badan Meteorologi, Klimatologi, dan Geofisika) dan pos hujan yang berada di Kota Manado, Provinsi Sulawesi Utara. Tujuan dari penelitian ini adalah untuk mengetahui sebaran potensi kejadian curah hujan maksimum tahunan yang terjadi pada setiap periode ulang 10, 20, 30, 40, dan 50 tahun di Kota Manado yang diharapkan bisa digunakan untuk referensi kajian awal penanggulangan bencana alam yang terjadi akibat intensitas curah hujan yang tinggi. Hasil dari pengolahan curah hujan harian maksimum tahunan dengan metode iwai kadoya menunjukkan bahwa pada umumnya nilai curah hujan di Kota Manado menunjukkan kenaikan pada setiap periode ulang 10, 20, 30, 40, dan 50 tahun dengan rentang nilai curah hujan 240 mm/hari hingga 520 mm/hari.Curah hujan terendah terjadi pada periode ulang 10 tahunan dengan kisaran 240 mm/hari pada wilayah Kota Manado bagian Tengah, sedangkan curah hujan tertinggi terjadi pada periode ulang 50 tahunan dengan kisaran 520 mm/hari pada wilayah Kota Manado bagian Selata

    Perbandingan Model Kopel ECMWF System 4 Dan CFSV2 Untuk Prediksi Musim Di Indonesia

    Full text link
    Kajian ini bertujuan untuk membandingkan curah hujan harian keluaran langsung (raw) dari dua model kopel: European Center Medium Weather Forecast System 4 (S4) dan Climate Forecast System Version 2 (CFSv2) sebagai model prediksi musim operasional pada periode Juni, Juli dan Agustus (JJA) dan Desember, Januari dan Februari (DJF). Kemampuan kedua model diukur berdasarkan ketersediaan prediksi reforecast yang diverifikasi terhadap data observasi curah hujan Global Precipitation Climatology Project (GPCP) dan Southeast Asian Observation - Southeast Asian Climate Assessment and Dataset (SA-OBS SACAD) untuk wilayah Bumi Maritim Indonesia (BMI). Ukuran verifikasi yang dipakai berupa bias aktual, bias relatif, spread anggota ensemble dalam bentuk boxplot dan akumulasi curah hujan per musim, serta korelasi spasial. Hasilnya, untuk DJF, kemampuan kedua model cenderung overestimate untuk wilayah perairan di sekitar tipe-C. Sebaliknya, untuk prediksi curah hujan di daratan keduanya underestimate. Sementara itu, untuk JJA, bias kedua model saling berkebalikan khususnya di pulau Kalimantan. Kajian ini juga menggunakan metode post-processing statistik koreksi bias untuk mengetahui pengaruhnya terhadap semua anggota ensemble pada kedua mode

    Pendugaan Musim Tanam Tanaman Pangan Di Kabupaten Parigi Moutong Provinsi Sulawesi Tengah

    Full text link
    Secara umum, ketersediaan air tanah mempengaruhi jadwal tanam pangan (padi, jagung, cabai, tomat dan kentang). Penyusunan neraca air dimaksudkan untuk meningkatkan produktivitas lahan kering melalui penentuan pola dan jadwal tanam yang sesuai dengan ketersediaan air tanah (KAT). Tujuan dari penelitian ini adalah untuk menduga musim tanam tanaman pangan (padi, jagung, kentang, cabai, tomat) di lahan kering dan basah berdasarkan model neraca air. Data yang digunakan dalam analisis ketersediaan air tanah meliputi curah hujan bulanan dari pos hujan di Kabupaten Parigi Moutong, data suhu udara dari stasiun Meteorologi Mutiara Palu dan Stasiun Meteorologi Lalos Toli-Toli sebagai acuan dalam teori Mock yang digunakan untuk mencari suhu di pos hujan tempat penelitian berdasarkan ketinggian,  serta fisik tanah yang terdiri dari nilai kapasitas lahan (KL) dan titik layu permanen (TLP) wilayah Sulawesi Tengah, metode yang digunakan adalah neraca air lahan melalui perhitungan thornhwaite. Hasil penelitian ini menunjukan bahwa Kecamatan Palasa, Ampibabo dan Torue kurang cocok untuk tanaman padi karena ketersediaan air tanah di wilayah tersebut tidak mencukupi untuk tanaman padi, sebaiknya di wilayah tersebut dilakukan penanaman jenis tanaman yang tidak terlalu membutuhkan banyak air, seperti jagung, tomat, cabai dan kentang namun jika irigasi diwilayah tersebut dalam kondisi baik, wilayah tersebut dapat ditanami tanaman padi. Kecamatan Moutong, Siniu, Sausu, Suli, Toribulu, Tinombo Selatan, Dolago dan Baliara cocok untuk tanaman padi dan rata-rata di wilayah tersebut mempunyai 1 (satu) kali musim tana

    Analisis Tingkat Kenyamanan Di Kota Manado Dan Wilayah Penyangganya Berdasarkan Indeks Thi (Temperature Humidity Index)

    Full text link
    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.Sebagai salah satu Provinsi yang menjadi pusat perekonomian di Kawasan Indonesia Timur, Sulawesi Utara menjadi tujuan bagi para perantau.  Tumbuh pesatnya perkembangan pembangunan diberbagai sektor mengakibatkan semakin berkurangnya ruang terbuka hijau dan juga dapat menyebabkan terjadinya masalah sosial dan masalah lingkungan sehingga dapat menyebabkan ketidaknyamanan suatu wilayah.  Tujuan dari penyusunan indeks kenyamanan ini adalah untuk mengetahui seberapa besar tingkat kenyamanan di Kota Manado sebagai pusat perekonomian Sulawesi Utara dan kabupaten/kota penyangganya menggunakan metode Temperature Humidity Index (THI). Data yang digunakan dalam penelitian ini adalah data suhu udara dan kelembaban udara harian tahun 2008–2017 dari Stasiun BMKG di Sulawesi Utara. Indeks THI umumnya hanya sebagian populasi (28.15%) perkotaan merasakan Nyaman dan pada kategori Sebagian Nyaman dengan rata-rata sebesar 59.97%. dan kategori Tidak Nyaman terjadi sebesar 11.87%. Tingkat kenyamanan yang paling rendah dirasakan oleh penduduk Kota Bitung sedangkan perasaan nyaman di ruangan terbuka dirasakan oleh penduduk Kabupaten Minahasa. Kecenderungan peningkatan indeks THI terjadi hampir di semua kota kecuali Kota Bitung dengan laju terbesar dialami oleh kota Manad

    Profil Tingkat Kenyamanan Udara dan Hubungannya Dengan Hari Hujan di Bukit Kototabang Tahun 2010-2018

    Full text link
    The change of the environment around the station of Global Atmospheric Watch Bukit Kototabang allegedly causing change in the weather factors that affect the level of discomfort. This study aims to determine the level of comfort at Bukit Kototabang GAW station and its relationship to rainy days. Study  of discomfort level using calculation of Humidex was conducted using diurnal AAWS data and Fklim data resulted that does not occur "Uncomfortable" conditions for the period 2010-2018. The conditions are "Comfortable" in the morning and evening periods while in the afternoon the conditions are " Less Comfortableâ€. The largest percentage of " Comfortable " days occur in July and January. The percentage of " Comfortable “ days for 2013-2015 is lower compared to the year before (2010-2013) and the year after (2016-2018). There is no decrease in the percentage of "Comfortable" in 2017-2018 against previous years, then it is considered that there is no effect of comfort levels for 2017-2018 on changes in the environment around the station..The correlation of  " Comfortable" days  to monthly rainy days during study period is 0.69, but  the number of monthly rainy days (rain events) is less appreciative of the number of days of "Comfortable" conditions at GAW Bukit Kototabang StationAdanya 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 kua

    47

    full texts

    113

    metadata records
    Updated in last 30 days.
    Megasains (Journal)
    Access Repository Dashboard
    Do you manage Open Research Online? Become a CORE Member to access insider analytics, issue reports and manage access to outputs from your repository in the CORE Repository Dashboard! 👇