Buletin GAW Bariri (BGB)

Analisis Analisis Perubahan Pola Musim dan Distribusi Frekuensi Curah Hujan di Sentani

Wendel Jan Pattipeilohy, Femmy Marsitha Barung, Ezri Yustina Ronsumbre — Tue, 11 Jun 2024 00:00:00 +0000

Salah satu aspek penting dalam mendeteksi perubahan iklim yaitu dengan menganalisis perubahan variabel meteorologi seperti curah hujan. Penelitian ini dilakukan untuk menganalisis perubahan iklim secara sederhana di Sentani menggunakan data curah hujan periode 1991 – 2020. Metode yang digunakan yaitu analisis secara kualitatif terkait pergeseran awal musim hujan dan kemarau pada periode 1 (1991 – 2005) dan periode 2 (2006 – 2020) terhadap normal klimatologinya. Kemudian membandingkan perubahan distribusi frekuensi pada masing – masing periode dan dilakukan uji statistik Mann Whitney untuk menguji signifikansi dari rata – rata curah hujan pada setiap periode. Selain itu untuk mendeteksi adanya perubahan kecenderungan digunakan uji Mann Kendall. Hasil penelitian menunjukkan bahwa terjadi pergeseran pola musim dari normalnya dimana awal musim kemarau cenderung datang lebih awal dan awal musim hujan datang lebih lambat dari kondisi normal. Terjadi peningkatan intensitas curah hujan pada periode 2 dimana berdasarkan distribui frekuensi, curah hujan pada periode 1 memiliki interval maksimum sebesar 250 – 300 mm/dasarian sedangkan pada periode 2 nilai maksimum dari interval curah hujan mencapai 400 – 450 mm/dasarian. Hasil uji statistik Mann whitney dan Mann Kendall mengkonfirmasi perbedaan yang siginifikan rata – rata curah hujan antara dua periode tersebut dan kenaikan curah hujan yang siginifikan selama 30 tahun terakhir.

Pemanfaatan Data Pengamatan Pilot Ballon untuk Analisis Kondisi Atmosfer sebelum Terjadinya Hujan Lebat di Wilayah Samarinda (Studi Kasus 2015 – 2022)

Bai'at Alhadid — Tue, 11 Jun 2024 00:00:00 +0000

Hujan lebat merupakan salah satu jenis cuaca ekstrim yang umumnya disebabkan oleh awan Cumulonimbus. Kejadian hujan lebat cukup sering terjadi di wilayah Indonesia, khususnya di wilayah Samarinda selama tahun 2015 – 2022. Penelitian mengenai hujan lebat sudah cukup banyak dilakukan. Pendekatan lain yang dapat digunakan untuk penelitian mengenai hujan lebat adalah dengan menggunakan data pengamatan udara atas. Dari data tersebut dapat diketahui gerak udara dan labilitas atmosfer di suatu wilayah. Salah satu instrumen yang digunakan untuk pengamatan udara atas adalah Pilot Balloon (Pibal). Pemanfaatan data pengamatan Pibal belum cukup banyak dilakukan. Oleh karena itu, dalam penelitian ini akan dilakukan pemanfaatan data pengamatan Pibal untuk analisis kondisi atmosfer sebelum terjadinya hujan lebat di wilayah Samarinda tahun 2015 – 2022. Data pengamatan Pibal diolah menggunakan aplikasi RAOB 5.7, sehingga dapat diketahui gerak udara dan labilitas atmosfer (kecepatan angin 850 mb, Bulk Richardson Number (BRN) Shear, dan Storm Relative Helicity (SRH)). Hasil penelitian ini menunjukkan bahwa sebelum terjadinya hujan lebat gerak udara dari lapisan permukaan hingga ketinggian 3 km umumnya bergerak searah jarum jam (clockwise), yang mengindikasikan adanya aktivitas konvektif yang mendukung pembentukan awan dan terjadinya hujan. Namun, nilai labilitas atmosfer yang teramati sebelumnya terjadinya hujan lebat umumnya relatif rendah. Hanya satu kejadian yaitu pada kejadian – 10 (K10) yang menunjukkan labilitas atmosfer cukup tinggi sehingga dapat meningkatkan aktivitas konvektif dan pembentukan awan Cumulonimbus. Pada K10 teramati adanya peningkatan kecepatan angin lapisan 850 mb yang mencapai 32 knot, serta nilai BRN Shear dan SRH yang cukup tinggi yaitu mencapai 26 m²/ s² dan 226 m²/ s².

Pola Kejadian Upwelling dalam Fishing Map and Calender (FISMAC) di Laut Banda

Rizka Erwin Lestari — Tue, 11 Jun 2024 00:00:00 +0000

Laut Banda merupakan salah satu perairan yang subur serta berpotensi dalam bidang perikanan dan daerah penangkapan ikan yang terbesar di Indonesia. Selain itu Laut Banda memiliki topografi dasar laut yang sangat kompleks dan dilewati oleh jalur Arus Lintas Indonesia (Arlindo) dari Samudera Pasifik yang menambah kekompleksan kondisi di Laut Banda sehingga dapat meningkatkan potensi terjadinya upwelling di wilayah ini. Tujuan dari penelitian ini adalah untuk mengetahui karakteristik pola kejadian upwelling di Laut Banda untuk pemeteaan Fishing Map and Calender (FISMAC). Data yang digunakan dalam penelitian ini meliputi data angin permukaan, suhu permukaan laut dan data klorofil – a pada tahun 2009 – 2019. Berdasarkan pada analisis penelitian ini menunjukkan bahwa fenomena upwelling di Laut Banda terjadi pada bulan Juni hingga Oktober dimana suhu permukaan laut mengalami penurunan dan pada saat angin timuran menguat (kecepatan angin tinggi). Pembentukan pola angin siklonik tidak berpengaruh terhadap kejadian upwelling. Proses kejadian upwelling di Laut Banda terjadi di pantai bagian selatan yaitu Pulau Buru, Ambon dan Seram. Selain itu fenomena upwelling menyebabkan persebaran klorofil – a yang melimpah pada bulan Juni hingga September. Hal ini dapat menjadi pemicu terdapat persebaran ikan diwilayah tersebut. Fenomena upwelling mencapai puncaknya pada bulan Agustus. Pada pemetaan Fishing Map and Calender (FISMAC) terlihat adanya peningkatan zona potensi penangkapan ikan di Laut Banda pada bulan Juni hingga Oktober.

Analisis Mikrotremor untuk Bangunan X, Y dan Z di Wilayah Jakarta dan Sekitarnya dengan Menggunakan Metode Floor Spectral Ratio (FSR) dan Random Decrement Method (RDM)

Aditya Setyo Rahman, Muh Dede Faisal, Hasan Arif Efendi — Tue, 11 Jun 2024 00:00:00 +0000

Jakarta merupakan salah satu kota yang paling pesat pembangunannya di Indonesia dan banyak terdapat gedung – gedung bertingkat yang dibangun. Gedung – gedung ini rawan terjadi kerusakan akibat guncangan gempabumi yang terjadi, di mana kerusakan bangunan dengan skala besar dapat menyebabkan jatuhnya korban jiwa. Analisis mikrotremor untuk bangunan bertingkat tinggi dilakukan dengan tujuan untuk mengetahui karakterisktik dari suatu bangunan dengan mengetahui periode dominan, frekuensi natural, amplifikasi, Damping Ratio dan tingkat kekuatan bangunan serta melakukan analisis terhadap bangunan tersebut. Analisis mikrotremor yang dilakukan terhadap bangunan X, Y, dan Z di wilayah Jakarta dan sekitarnya menggunakan metode Floor Spectral Ratio (FSR) dan Random Decrement Method (RDM) serta diolah menggunakan software geopsy. Hasil penelitian menunjukkan bahwa semakin kecil frekuensi natural yang dimiliki suatu gedung, maka semakin besar amplifikasinya. Pada lokasi yang berbeda, kegunaan dari bangunan serta usia dari suatu gedung dapat menjadi faktor penentu karakterisktik suatu bangunan baik itu dari frekuensi natural, amplifikasi, indeks kerentanan maupun Damping Ratio yang dimiliki. Analisis FSR di dapatkan hasil untuk dari ketiga gedung memiliki range frekuensi antara 0.63Hz – 0.91Hz, amplifikasi antara 1.72 – 10.31 dan indeks kerentanan dari 109.08 – 562.93, serta nilai RDM yang bernilai 0.95Hz – 1.10Hz. Untuk frekuensi naturalnya dan memiliki Damping Ratio antara 0.54 – 2.32%.

Pemanfaatan Algoritma Decision Tree C4.5 dalam Memprakirakan Hujan di Stasiun Meteorologi Kelas I Sultan Hasanuddin

Adi Prasetiyo — Tue, 11 Jun 2024 00:00:00 +0000

Hujan dapat memberikan berbagai dampak dalam kehidupan manusia, salah satunya adalah dampak terhadap dunia penerbangan. Untuk meminimalisir dampak yang ditimbulkan oleh hujan dalam dunia penerbangan, diperlukan prakiraan hujan untuk melancarkan kegiatan operasional suatu bandara tak terkecuali di Bandara Internasional Sultan Hasanuddin yang merupakan salah satu bandara tersibuk di Indonesia. Dalam memprakirakan hujan, umumnya data yang digunakan adalah data yang mempengaruhi pembentukan hujan seperti data yang berhubungan dengan jumlah uap air (precipitable water) serta angin (relative vorticity dan divergence). Meskipun data yang digunakan dalam memprakirakan hujan berkorelasi terhadap pembentukan hujan, terdapat potensi akurasi prakiraan yang buruk akibat data – data pendukung yang tidak kontinu terhadap kejadian hujan yang diprakirakan karena kondisi atmosfer yang sangat kompleks serta dapat berubah dengan cepat. Untuk meminimalisir prakiraan hujan dengan akurasi yang buruk diperlukan salah satu metode yang dapat mengolah data yang tidak kontinu terhadap kejadian hujan yang akan datang dengan baik, salah satunya adalah dengan menggunakan algoritma Decision Tree C4.5. Decision Tree C4.5 adalah algoritma pembelajaran mesin yang melibatkan pemilihan fitur terbaik pada setiap langkah sehingga berpotensi menghasilkan prakiraan yang baik. Pada penelitian ini, hasil prakiraan selama setahun didominasi oleh tidak hujan sebanyak 2590 kejadian, sedangkan jumlah prakiraan hujan didapatkan sebanyak 330 kejadian. Akurasi prakiraan perbulan didapatkan berkisar antara 64,92% hingga 100% dimana jika jumlah prakiraan yang benar dan salah dari masing – masing bulan digabungkan, maka didapatkan akurasi prakiraan selama setahun sebesar 84% dimana akurasi tersebut dapat dikatakan sangat baik.