PEMANFAATAN DAN VALIDASI CONFORMAL-CUBIC ATMOSPHERIC MODEL (CCAM) UNTUK PRAKIRAAN CUACA DI JAKARTA
|
|
- Doddy Kusuma
- 7 tahun lalu
- Tontonan:
Transkripsi
1 PEMANFAATAN DAN VALIDASI CONFORMAL-CUBIC ATMOSPHERIC MODEL (CCAM) UNTUK PRAKIRAAN CUACA DI JAKARTA Roni Kurniawan, Donaldi Sukma Permana Pusat Penelitian dan Pengembangan Badan Meteorologi, Klimatologi dan Geofisika (BMKG) Jl. Angkasa 1 No.2 Kemayoran, Jakarta rony_354@bmg.go.id, donaldi@bmg.go.id ABSTRAK Pada penelitian ini dilakukan prakiraan cuaca untuk wilayah Jakarta pada bulan februari 2008 menggunakan CCAM untuk prediksi 2 hari kedepan dengan interval 3 jam. Data keluaran CCAM kemudian dilakukan validasi dengan data sinoptik dari stasiun pengamatan BMKG di wilayah Jakarta. Hasil validasi dan analisis data untuk parameter curah hujan diperoleh hasil korelasi dan RMSE yang kurang baik. Akan tetapi untuk akurasi kejadian hujan menunjukkan hasil yang baik. Untuk parameter tekanan permukaan laut diperoleh hasil yang lebih baik dibandingkan dengan parameter yang lain, untuk prediksi 12 jam pertama mempunyai nilai korelasi sebesar 0, Dari hasil luaran CCAM menunjukkan bahwa CCAM dapat dimanfaatkan untuk prakiraan kejadian curah hujan pada skala lokal, seperti di kota Jakarta. Kata kunci: CCAM, downscaling, validasi, prakiraan cuaca ABSTRACT This research accomplished the weather forecast over Jakarta region in February 2008 using Conformal-Cubic Atmospheric Model (CCAM) to forecast weather up to 2 days with 3 hours interval. The ouput CCAM data was then compared to the synoptic data from the BMKG s observation station in Jakarta. Validation and data analysis showed that correlation and Root Mean Squared Error (RMSE) of rainfall was unfavourable. However, the occurance of the rainfall gave an accurate result. Parameter of sea surface pressure gave better correlation than the other parameter, the prediction of the first 12 hours has in correlation. The CCAM result showed that the output was applicable to forecast the occurance of the rainfall at local scale, like in Jakarta city. Keywords : CCAM, downscaling, validation, weather forecast 88 JURNAL METEOROLOGI DAN GEOFISIKA Volume. 10 Nomor 2 Tahun 2009 : 88 97
2 ISSN: PENDAHULUAN Pada beberapa tahun ini berbagai penelitian di bidang ilmu meteorologi berkembang dengan sangat pesat. Hal ini disebabkan informasi cuaca mempunyai peran penting dalam berbagai aspek kehidupan manusia, terutama untuk kebutuhan informasi prakiraan cuaca harian. Berbagai metode peramalan model global atmosfer seperti model global atmosfer Conformal-Cubic Atmospheric Model (CCAM) telah banyak dikembangkan diberbagai negara untuk memudahkan forecaster dalam melakukan prediksi cuaca yang cepat dan tepat. CCAM adalah salah satu model atmosfer global yang dikembangkan secara efektif dimulai pada tahun 1994 oleh Commonwealth Scientific and Industrial Research Organization (CSIRO), Australia (McGregor, 2005). CCAM merupakan model global berresolusi variabel berbasis conformal cubic grid, menggunakan transformasi Schmidt untuk prakiraan regional dan lokal dengan teknik multiple nesting untuk downscaling serta mempunyai data topografi dan landuse yang telah terintegrasi di dalamnya (Thatcher, 2007). Dalam penelitian ini, CCAM menggunakan conformal cubic grid yang setiap panel memiliki 48x48 grid poin (format C48 grid) dan 18 level vertikal sigma (jumlah titik grid = 48x48x6x18 = ). Untuk lebih jelas, perhatikan gambar 1 dan tabel 1 berikut: Tabel 1. Tabel daftar sigma level dan ketinggian rata-rata yang bersesuaian yang digunakan CCAM (Sumber : Thatcher, 2007) Sigma level Ketinggian rata-rata (m) 1 1, , , , , , , , , , , , , , , , , , , Gambar 1. Conformal Cubic grid pada CCAM (Sumber : Thatcher, 2007) Gambar 2. Uniform C48 grid pada CCAM (Jarak rata-rata antar grid adalah 200 km) (Sumber: Marcus Thatcher, 2007) Dengan digunakan sistem koordinat conformal cubic, CCAM dapat digunakan sebagai model prediksi global sekaligus model regional. Hal ini merupakan kelebihan CCAM dibandingkan model global lain pada umumnya. Ada beberapa keuntungan CCAM dalam menggunakan conformal cubic grid, diantaranya: 89 PEMANFAATAN DAN VALIDASI CONFORMAL-CUBIC ATMOSPHERIC MODEL (CCAM) UNTUK PRAKIRAAN CUACA DI JAKARTA Roni Kurniawan dan Donaldi Sukma Permana
3 Tidak ada titik-titik singular, seperti pada kutub kutub utara dan selatan. Tidak memerlukan syarat batas, karena CCAM merupakan global model. Grid dapat di-stretch untuk prakiraan resolusi tinggi (sampai 1 km). Grid yang di-stretch dapat di posisikan di setiap bagian sisi bumi. Dalam proses pemodelan, CCAM menggunakan data topografi dan data landuse (penggunaan lahan) yang telah terintegrasi dalam sistem CCAM. Data topografi yang telah terintegrasi dalam sistem CCAM menggunakan 3 skala resolusi: 10km untuk seluruh dunia (topo2) 1km untuk seluruh dunia (*.DEM) 250m untuk wilayah Australia (*.ter) Sedangkan data land-use yang terintegrasi dalam sistem CCAM menggunakan dataset berikut: 1 resolusi global dataset dengan 12 kategori land-use (SiB). 6 km resolusi dataset untuk Australia dengan 33 kategori land-use (Gratez s) 1 resolusi global dataset tanah dengan 10 Zobler kategori Selain menggunakan data land-use yang telah terintegrasi dalam sistem Sebagai model global CCAM memerlukan data produk analisa sebagai nilai awal untuk melakukan prediksi, diantaranya data NCEP GFS (resolusi 0 ), NCEP GFS (resolusi 1 0 ), BoM GASP (resolusi 1 0 ) dan NOGAPS (resolusi 1 0 ) (Thatcher, 2007). Diagram alur teknik prakiraan jangka pendek dengan menggunakan sistem CCAM ditunjukkan pada Gambar 3. Gambar 3. Gambaran Sistem CCAM untuk downscaling dengan teknik multi nesting (Sumber: Thatcher, 2007) CCAM dapat digunakan sebagai bahan penelitian internal dan keperluan operasional BMKG yang merupakan hasil kerjasama internasional antara BMKG dan CSIRO Australia. CCAM merupakan model global atmosfer terbaru untuk prakiraan cuaca jangka pendek sampai pada skala lokal dan diperkirakan dapat memberikan prospek yang baik di Indonesia sebagai upaya dalam meningkatkan hasil prakiraan yang lebih akurat, namun demikian mengingat kondisi atmosfer tropis yang lebih dinamis, maka diperlukan validasi terlebih dahulu untuk melihat akurasi dari hasil luaran CCAM. Pada penelitian sebelumnya telah dilakukan validasi secara spasial pada wilayah tropis dan subtropis Utara antara hasil prediksi model CCAM terhadap data observasi model GFS, dan diperoleh hasil bahwa kedua model di wilayah tropis dan subtropis bagian utara menunjukkan pola yang sama dengan observasi untuk musim SON 2008 dan diketahui bahwa wilayah subtropis lebih mudah diprediksi dibandingkan dengan wilayah tropis (Permana, 2009). Tujuan dari penelitian ini adalah untuk melakukan validasi hasil luaran model CCAM untuk prediksi cuaca 2 hari ke depan terhadap data sinoptik (observasi) stasiun pengamatan BMKG di wilayah Jakarta. Model CCAM dapat dimanfaatkan untuk prakiraan cuaca sampai pada skala lokal (resolusi tinggi) sebagai upaya dalam meningkatkan hasil prakiraan yang lebih tepat dalam memenuhi kebutuhan informasi cuaca kepada masyarakat. 90 JURNAL METEOROLOGI DAN GEOFISIKA Volume. 10 Nomor 2 Tahun 2009 : 88 97
4 ISSN: BAHAN DAN METODE Data input yang digunakan sebagai syarat awal untuk CCAM adalah data nilai awal luaran model global GFS (Global Forecast System) dengan resolusi 1x1 tanggal 1-29 Februari 2008 pada pukul 00 UTC (Universal Time Coordinate) atau pukul WIB yang diperoleh dari FTP server NCEP.(ftp://tgftp.nws.noaa.gov/SL.us008001/ ST.opnl/). GFS adalah model spektral untuk prediksi cuaca global yang merupakan model operasional NCEP (National Center for Environmental Prediction)-NOAA. Data luaran model GFS tersedia dalam format WMO - GRIB2 (World Meteorological Organisation - Gridded Binary 2). Model ini dijalankan 4 kali dalam sehari, yaitu untuk inisial 00, 06, 12, dan 18 UTC, untuk memprediksi keadaan cuaca seluruh dunia sampai sekitar 1 minggu ke depan dengan interval luaran tiap 3 jam. Data citra satelit MT-SAT IR visible pada tanggal 10 Februari 2008 yang dijadikan sebagai data pembanding hasil luaran CCAM diperoleh dari BMKG ( Data sinoptik (observasi) parameter cuaca (curah hujan, tekanan permukaan laut, suhu permukaan, kecepatan dan arah angin) diperoleh dari Pusat Sistem Data dan Informasi Meteorologi BMKG mulai tanggal 1 29 Februari Adapun lokasi stasiun yang digunakan ditunjukkan pada Tabel 2. Tabel 2. Lokasi stasiun pengamatan di wilayah Jakarta (Sumber : BMKG, 2008) No Nama Stasiun Kode Stasiun Lintang ( o ) Bujur ( o ) Ketinggian (m) grid. CCAM dijalankan menggunakan 29 data nilai awal GFS yang valid pada bulan Februari 2008 yang dibatasi pada data yang dikeluarkan pada pukul 00 UTC (07.00 WIB). Proses menjalankan model CCAM dilakukan di Puslitbang BMKG dengan menggunakan PC Cluster 6 prosesor dengan sistem operasi CentOS Rocks Cluster (Cydonia) menggunakan MPICH2 dengan mode distributed memory, spesifikasi tiap prosesor adalah Intel Pentium GHz dengan total memori : 3.94 GB. Pada proses pengolahan setiap data nilai awal diterapkan teknik multi nesting untuk downscaling dengan resolusi km untuk mendapatkan hasil dengan resolusi lebih tinggi. Validasi dilakukan secara kualitatif dan kuantitatif. Validasi kualitatif dilakukan dengan membandingkan pola tutupan awan hasil keluaran model CCAM terhadap data satelit MT-SAT IR visible. Sedangkan validasi kuantitatif dilakukan secara statistik dengan menghitung nilai korelasi dan RMSE (Root Mean Squared Error) dari tiap parameter terhadap hasil luaran CCAM, semua parameter dianggap berada pada level permukaan atau pada tekanan 1000 mb (0-40 meter). Formula perhitungan nilai korelasi dan RMSE (Kyun, 2002) sebagai berikut : Corr N Fn F O n O N N 2 Fn F O n O n 1 n 1 n 1 2 (1) N 1 2 RMSE F n O n (2) N n 1 1 Tanjung Priok Jakarta Observatory (BMG 745) 3 Soekarno Hatta Dalam penelitian ini, konfigurasi CCAM menggunakan conformal cubic format C48 grid yakni setiap panelnya memiliki 48x48 grid poin dan 18 level vertikal sigma jadi jumlah titik grid adalah 48x48x6x18 = dengan F = forecast (nilai prediksi) dan O = observation (nilai pengamatan), metode prakiraan dikatakan baik jika memiliki nilai korelasi yang tinggi dan nilai RMSE yang rendah. Metode pengukuran dengan menghitung Threat Score (TS) khusus dilakukan untuk parameter curah hujan, yaitu untuk mengukur ketepatan prediksi kejadian hujan atau tidak hujan. Terjadi hujan jika nilai parameter curah hujan tidak sama dengan 0 (nol), tanpa membandingkan apakah hujan yang terjadi PEMANFAATAN DAN VALIDASI CONFORMAL-CUBIC ATMOSPHERIC MODEL (CCAM) UNTUK PRAKIRAAN CUACA DI JAKARTA Roni Kurniawan dan Donaldi Sukma Permana 91
5 termasuk kategori intensitas rendah, sedang maupun tinggi. Pada data sinoptik terdapat nilai TTU (Tidak Terukur) yang berarti nilai parameter curah hujan yang sangat rendah, nilai TTU pada data sinoptik dimasukkan dalam perhitungan sebagai nilai intensitas hujan dan dianggap terjadi hujan. Perhitungan nilai TS digunakan metode Saito, et al sebagai berikut: Nhit Threat Score (3) N N N hit pass false N hit = jumlah hit, N pass = jumlah pass, dan N false = jumlah false alarm. Hit adalah kondisi apabila kejadian terprediksi dan teramati dalam waktu analisis. Pass adalah kondisi apabila kejadian tidak terprediksi, namun teramati dalam waktu analisis. Sedangkan false alarm adalah kondisi apabila kejadian terprediksi, namun tidak teramati dalam waktu analisis. Untuk menampilkan hasil luaran model CCAM dalam bentuk gambar dan data time series digunakan software GrADS (Grid Analysis and Display System), hasil luaran ini diperlukan untuk melakukan analisis terhadap pola spasial dan validasi parameter cuaca terhadap data observasi di 3 stasiun Jakarta. 3. HASIL DAN PEMBAHASAN Gambar 4. Domain pada resolusi 27 km (Domain 1), 9 km (Domain 2), dan 3 km (Domain 3) Gambar 5 menunjukkan hasil downscaling dari CCAM prediksi 24 jam ke depan dengan menggunakan data inisial kondisi tanggal 10 Februari 2008 pukul 00 UTC untuk parameter curah hujan yang di overlay dengan kontur tekanan permukaan laut pada resolusi km. Gambar 5a adalah hasil luaran domain pada resolusi 27 km yang meliputi wilayah Indonesia, untuk domain dengan resolusi 9 km areanya meliputi Pulau Jawa (Gambar 5b) sedangkan domain dengan resolusi 3 km meliputi wilayah Jakarta (Gambar 5c). Data spasial pada resolusi 3 km menunjukkan nilai intensitas curah hujan dan tekanan permukaan laut yang lebih detail untuk wilayah Jakarta, dimana warna merah mempunyai intensitas curah hujan yang tinggi, sedangkan kontur menunjukkan nilai tekanan permukaan laut (Gambar 5c). Domain atau wilayah hasil downscaling model CCAM dengan urutan domain terdiri dari resolusi km ditunjukkan pada Gambar 4. Waktu yang dibutuhkan untuk melakukan prediksi cuaca sampai 48 jam ke depan pada tiap data nilai awal sampai diperoleh hasil resolusi 3 km membutuhkan waktu 90 menit, dengan perincian resolusi 27 km memerlukan waktu pengolahan selama 8 menit, 9 km memerlukan 28 menit dan 3 km memerlukan 54 menit. (a) 92 JURNAL METEOROLOGI DAN GEOFISIKA Volume. 10 Nomor 2 Tahun 2009 : 88 97
6 ISSN: mempunyai pola yang sama pada hasil prediksi 24 jam berikutnya. (b) Gambar 6. Grafik Suhu permukaan hasil prediksi 48 jam. Prediksi menggunakan data inisial kondisi tanggal 10 Februari 2008 pukul 00 UTC Gambar 5. (c) Data spasial curah hujan hasil dan kontur tekanan permukaan laut prediksi 24 jam untuk domain yang bervariasi yaitu domain 27 km (a), domain 9 km (b), dan domain 3 km (c). Prediksi menggunakan data inisial kondisi tanggal 10 Februari 2008 pukul 00 UTC. Gambar 5 dan 6 adalah contoh hasil luaran CCAM resolusi 9 km di stasiun BMG 745 yang berupa data time series hasil prediksi 48 jam ke depan dengan data inisial kondisi tanggal 10 Februari 2008 pukul 00 UTC. Gambar 6 menunjukkan grafik hasil plot nilai suhu permukaan prediksi sampai 48 jam ke depan, sedangkan Gambar 7 merupakan data tabel hasil prediksi 24 jam ke depan untuk parameter yang bervariasi. Grafik nilai suhu permukaan menunjukkan bahwa hasil prediksi 24 jam ke depan di stasiun BMG 745 pada siang hari meningkat dari pukul 00 UTC (07.00 WIB) sampai pukul 07 UTC (14.00 WIB) kemudian nilai suhu terjadi penurunan sampai malam hari dan Gambar 7. Tabel data time series hasil prediksi 24 jam untuk parameter yang bervariasi (b). Prediksi menggunakan data inisial kondisi tanggal 10 Februari 2008 pukul 00 UTC Hasil validasi secara kuantitatif pada masing-masing parameter dengan menggunakan statistik dapat dilihat pada Gambar Oleh karena hasil yang diperoleh dari model CCAM berupa data spasial dengan resolusi 27, 9 dan 3 km, maka pembahasan lebih ditekankan pada hasil luaran model resolusi 3 km untuk memperoleh selisih jarak minimum dengan lokasi titik stasiun yang dibandingkan. Gambar 8a menunjukkan hasil korelasi pada 3 stasiun observasi untuk parameter curah hujan. Stasiun Tanjung Priok mempunyai nilai korelasi sebesar untuk PEMANFAATAN DAN VALIDASI CONFORMAL-CUBIC ATMOSPHERIC MODEL (CCAM) UNTUK PRAKIRAAN CUACA DI JAKARTA Roni Kurniawan dan Donaldi Sukma Permana 93
7 Nilai Akurasi Kejadian Hujan Korelasi Curah Hujan Korelasi Tekanan Permukaan L aut prediksi 6 jam dan kecenderungan menurun sampai prediksi 48 jam, di stasiun BMG 745 mempunyai nilai korelasi pada prediksi 6 jam pertama dan menurun sampai prediksi 48 jam sedangkan untuk stasiun Soekarno Hatta nilai korelasi yang diperoleh secara keseluruhan dibawah 0.2 sampai prediksi 48 jam kedepan. Hal ini menunjukkan bahwa hasil model luaran CCAM tidak merepresentasikan nilai intensitas curah hujan, akan tetapi untuk peluang kejadian hujan pada 3 stasiun pengamatan menunjukkan nilai TS lebih dari sampai dengan prediksi 24 jam, dan kecenderungan menurun sampai dengan prediksi 48 jam ke depan (Gambar 8b). Kondisi ini menunjukkan bahwa model CCAM dapat digunakan untuk melakukan prediksi peluang kejadian hujan sampai 24 jam ke depan. Validasi parameter tekanan permukaan laut pada 3 stasiun pengamatan diperoleh nilai korelasi di atas sampai pada prediksi 12 jam pertama ( WIB), kemudian terjadi penurunan sampai prediksi 18 jam ( WIB), dan nilai korelasi meningkat kembali pada prediksi 24 jam, pola ini berulang pada 24 jam berikutnya (Gambar 9). Hal ini dimungkinkan karena data kondisi awal yang digunakan adalah data GFS pada pukul 00 UTC (07.00 WIB) yang dijadikan sebagai nilai awal untuk prediksi 48 jam, sedangkan kondisi atmosfer pada pukul WIB (siang hari) berbeda dengan kondisi pada malam hari, sehingga menyebabkan simpangan yang besar terhadap nilai korelasi pada hasil prediksi malam hari. Untuk itu perlu digunakan data inisial kondisi pada pukul 12 UTC (19.00 WIB) untuk prakiraan malam hari Tren S t. Tj. P riok Tren S t. B MG 745 Tren S t. S oekarno Hatta Gambar 8(a). Hasil validasi kuantitatif Tren S t.tj.p riok Tren S t. B MG 745 Tren S t. S oekarno Hatta Tren S t. Tj. Priok Tren S t. BMG 745 Tren S t. S oekarno Hatta Gambar 8(b) Hasil validasi kuantitatif untuk parameter curah hujan resolusi 3 km. Prediksi menggunakan data inisial kondisi tanggal 1-29 Februari 2008 pukul 00 UTC. Gambar 9. Hasil validasi kuantitatif parameter tekanan permukaan laut resolusi 3 km. Prediksi menggunakan data inisial kondisi tanggal 1-29 Februari 2008 pukul 00 UTC. Dari hasil validasi parameter suhu permukaan pada 3 stasiun diperoleh nilai korelasi lebih kecil dari (Gambar 10), hal ini mungkin disebabkan oleh fluktuasi suhu yang tinggi pada interval waktu 3 jam, sehingga hasil luaran model CCAM tidak merepresentasikan kondisi sebenarnya pada 3 titik stasiun pengamatan. 94 JURNAL METEOROLOGI DAN GEOFISIKA Volume. 10 Nomor 2 Tahun 2009 : 88 97
8 Korelasi Kecepatan Angin Korelasi S uhu Permukaan Korelasi Arah Angin ISSN: Tren S t. Tj. P riok Tren S t. B MG 745 Tren S oekarno Hatta Gambar 10. Hasil validasi kuantitatif untuk parameter suhu permukaan resolusi 3 km. Prediksi menggunakan data inisial kondisi tanggal 1-29 Februari 2008 pukul 00 UTC. Nilai Korelasi parameter kecepatan dan arah angin secara keseluruhan lebih kecil dan masih sulit dilihat polanya karena hasilnya bervariasi (Gambar 11 dan 12). Hal ini mungkin disebabkan adanya perbedaan ketinggian pada hasil luaran CCAM terhadap ketinggian pengamatan data sinoptik, dimana level tinggi permukaan hasil luaran CCAM berlaku pada 0 40 m, sedangkan pada stasiun pengamatan Tanjung Priok berada pada ketinggian 2 m dan untuk stasiun BMG 745 dan Soekarno Hatta berada pada ketinggian 8m Tren S t. Tj P riok Tren S t. B MG 745 Tren S t. S oekarno Hatta Gambar 12. Hasil validasi kuantitatif parameter arah angin resolusi 3 km. Prediksi menggunakan data inisial kondisi tanggal 1-29 Februari 2008 pukul 00 UTC. Gambar 13 dan 14 adalah validasi kualitatif yang dilakukan dengan membandingkan pola tutupan awan hasil luaran model CCAM tanggal 10 Februari 2009 pada pukul 15 UTC (Gambar 13) dengan data pengamatan citra satelit MT-SAT tangal 10 Februari 2009 pada pukul 15 UTC (Gambar 14). Pada Gambar 13 atas dan bawah adalah hasil prediksi untuk pola tutupan awan pada domain resolusi 27, 9 dan 3 km, secara umum pola tutupan awan hasil luaran CCAM yang ditunjukkan warna gelap untuk prediksi 15 jam pada resolusi 27 dan 9 km mempunyai pola yang sama dengan data citra satelit MT- SAT visible (Gambar 14), sedangkan pada domain resolusi 3 km yang ditandai kotak (persegi empat) mempunyai pola tutupan awan yang sama terhadap data citra satelit MT-SAT visible (Gambar 14). Kondisi ini menunjukkan bahwa CCAM secara kualitatif berpotensi untuk digunakan sebagai model prakiraan cuaca Tren S t. Tj. P riok Tren S t. B MG 745 Tren S t. S oekarno Hatta Gambar 11. Hasil validasi kuantitatif parameter kecepatan angin resolusi 3 km. Prediksi menggunakan data inisial kondisi tanggal 1-29 Februari 2008 pukul 00 UTC. PEMANFAATAN DAN VALIDASI CONFORMAL-CUBIC ATMOSPHERIC MODEL (CCAM) UNTUK PRAKIRAAN CUACA DI JAKARTA Roni Kurniawan dan Donaldi Sukma Permana 95
9 3 km 9 km 27 km Gambar 13. Pola tutupan awan hasil prediksi CCAM Resolusi km pada pukul 15 UTC. Prediksi menggunakan data inisial kondisi tanggal 10 Februari 2008 pukul 00 UTC. Gambar 14. Pola tutupan awan citra satelit MTSAT visible sesuai batas posisi luaran CCAM Resolusi km pada pukul 15 UTC. Prediksi menggunakan data inisial kondisi tanggal 10 Februari 2008 pukul 00 UTC. 96 JURNAL METEOROLOGI DAN GEOFISIKA Volume. 10 Nomor 2 Tahun 2009 : 88 97
10 ISSN: KESIMPULAN Validasi CCAM dengan data observasi diperoleh hasil yang baik pada akurasi kejadian hujan dan parameter tekanan permukaan laut, untuk parameter suhu permukaan, curah hujan, kecepatan dan arah angin diperoleh nilai korelasi rendah. Model CCAM dapat digunakan untuk aplikasi prakiraan cuaca di wilayah Jakarta khususnya pada prediksi kejadian hujan sampai pada skala lokal. CCAM juga dapat dijadikan sebagai referensi baru sebagai upaya dalam meningkatkan hasil prakiraan yang tepat dan cepat. Namun demikian untuk mencapai hasil yang lebih akurat, masih perlu dilakukan penyempurnaan model dan validasi secara spasial terhadap data luaran model lain pada resolusi tinggi dengan menggunakan metode spatial correlation. 7. Saito, K., T. Kato, H. Eito & C. Muroi Documentation of The Meteorological Research Institute/Numerical Prediction Division Unified Nonhydrostatic Model. Technical Reports of The Meteorological Research Institute no. 42. Meteorological Research Institute. Jepang. 8. Thatcher, M Training Module CCAM General Introduction for New Users, Training Weather and Climate Modelling based on CCAM, Jakarta Januari DAFTAR PUSTAKA 1. BMKG Database Synop. Pusat Data dan Informasi Meteorologi. BMKG. Jakarta. 2. BMKG. diakses tanggal 20 Februari Kyun, R.D Training course on weather forecasting for operational meteorologist: post processing. Meteorological Training Division. Korea Meteorological Administration Dalam Laporan Akhir Kajian Pemodelan Multiskala Badan Meteorologi Klimatologi dan Geofisika, Jakarta. 4. McGregor, J.L C-CAM: Geometric Aspects and Dynamical Formulation. CSIRO Atmospheric Research Technical Paper No. 70. Australia 5. NCEP. ftp://tgftp.nws.noaa.gov/sl.us008001/ ST.opnl/. diakses tanggal 20 Februari Permana, D.S Perbandingan Luaran Model Global Atmosfer CCAM dan GFS di Wilayah Indonesia dan Sekitarnya (Kasus: Musim SON 2008). Jakarta. (in press). PEMANFAATAN DAN VALIDASI CONFORMAL-CUBIC ATMOSPHERIC MODEL (CCAM) UNTUK PRAKIRAAN CUACA DI JAKARTA Roni Kurniawan dan Donaldi Sukma Permana 93
PERBANDINGAN LUARAN MODEL GLOBAL ATMOSFER CCAM
PERBANDINGAN LUARAN MODEL GLOBAL ATMOSFER CCAM dan GFS di wilayah INDONESIA DAN SEKITARNYA Donaldi Sukma Permana Pusat Penelitian dan Pengembangan Badan Meteorologi, Klimatologi, dan Geofisika (BMKG) Jln.
Lebih terperinciBAB III DATA DAN METODOLOGI
BAB III DATA DAN METODOLOGI 3.1 Data Dalam penelitian ini digunakan setidaknya 4 jenis data, yaitu data GFS (Global Forecast System) dari NCEP (National Center for Environment Prediction) sebagai initial
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Indonesia sebagai negara kepulauan terbesar di dunia dan dikenal sebagai negara maritim tropis, memiliki banyak sekali keunikan. Dalam hal cuaca misalnya, awan konvektif
Lebih terperinci1 PENDAHULUAN. Latar Belakang
1 PENDAHULUAN Latar Belakang Pada saat ini pengguna informasi cuaca jangka pendek menuntut untuk memperoleh informasi cuaca secara cepat dan tepat. Badan Meteorologi, Klimatologi dan Geofisika (BKMG) telah
Lebih terperinciPREDIKSI ENSEMBLE MENGGUNAKAN CCAM (CONFORMAL-CUBIC ATMOSPHERIC MODEL) UNTUK PRAKIRAAN PELUANG KEJADIAN HUJAN DI PULAU JAWA
PREDIKSI ENSEMBLE MENGGUNAKAN CCAM (CONFORMAL-CUBIC ATMOSPHERIC MODEL) UNTUK PRAKIRAAN PELUANG KEJADIAN HUJAN DI PULAU JAWA TUGAS AKHIR Disusun Untuk Memenuhi Syarat Kurikuler Program Sarjana Strata-1
Lebih terperinciPERBANDINGAN HASIL LUARAN MODEL PRAKIRAAN CUACA CONFORMAL-CUBIC ATMOSPHERIC MODEL (CCAM) TERHADAP ARPEGE DAN TLAPS
PERBANDINGAN HASIL LUARAN MODEL PRAKIRAAN CUACA CONFORMAL-CUBIC ATMOSPHERIC MODEL (CCAM) TERHADAP DAN TLAPS Puslitbang BMKG Email: rony_354@bmg.go.id, donaldi@bmg.go.id, rianggi@gmail.com, nangdare@yahoo.com
Lebih terperinciPEMANFAATAN DATA LUARAN MODEL PRAKIRAAN CUACA CONFORMAL-CUBIC ATMOSPHERIC MODEL (CCAM) SEBAGAI INPUT MODEL GELOMBANG WIND WAVE-05
PEMANFAATAN DATA LUARAN MODEL PRAKIRAAN CUACA CONFORMAL-CUBIC ATMOSPHERIC MODEL (CCAM) SEBAGAI INPUT MODEL GELOMBANG WIND WAVE-05 Roni Kurniawan, Suratno, Hastuadi Harsa, M. Nadjib Habibie, Utoyo Ajie
Lebih terperinciVERIFIKASI MODEL ATMOSFER WILAYAH TERBATAS DALAM SIMULASI CURAH HUJAN
Prosiding Seminar Nasional Penelitian, Pendidikan, dan Penerapan MIPA Fakultas MIPA, Universitas Negeri Yogyakarta, 16 Mei 2009 VERIFIKASI MODEL ATMOSFER WILAYAH TERBATAS DALAM SIMULASI CURAH HUJAN Didi
Lebih terperinciSTUDY ON MERGING MULTI-SENSOR SSTs OVER THE EAST ASIA. Penggabungan multi sensor sst disepanjang Asia timur
STUDY ON MERGING MULTI-SENSOR SSTs OVER THE EAST ASIA Penggabungan multi sensor sst disepanjang Asia timur Abstrak KMA (Korean Meteorology Administrator) sudah menghasilkan SST dari geostasioner dan data
Lebih terperinciUJI KEMAMPUAN OBSERVASI DAN PRAKIRAAN MENGGUNAKAN MODEL COSMO (STUDI KASUS HUJAN LEBAT DI JAKARTA DAN LAMPUNG 20 FEBRUARI 2017)
DOI: doi.org/10.21009/03.snf2017.02.epa.05 UJI KEMAMPUAN OBSERVASI DAN PRAKIRAAN MENGGUNAKAN MODEL COSMO (STUDI KASUS HUJAN LEBAT DI JAKARTA DAN LAMPUNG 20 FEBRUARI 2017) Wido Hanggoro a), Linda Fitrotul
Lebih terperinciSIMULASI ANGIN LAUT TERHADAP PEMBENTUKAN AWAN KONVEKTIF DI PULAU BALI MENGGUNAKAN WRF-ARW (Studi Kasus 20 Februari 2015)
SIMULASI ANGIN LAUT TERHADAP PEMBENTUKAN AWAN KONVEKTIF DI PULAU BALI MENGGUNAKAN WRF-ARW (Studi Kasus 20 Februari 2015) Rahma Fauzia Y *, Hariadi Sekolah Tinggi Meteorologi Klimatologi dan Geofisika *
Lebih terperinciFakultas Ilmu dan Teknologi Kebumian
Fakultas Ilmu dan Teknologi Kebumian Program Studi Meteorologi PENERBITAN ONLINE AWAL Paper ini adalah PDF yang diserahkan oleh penulis kepada Program Studi Meteologi sebagai salah satu syarat kelulusan
Lebih terperinciPERBANDINGAN CURAH HUJAN HASIL SIMULASI MODEL SIRKULASI UMUM ATMOSFER DENGAN DATA OBSERVASI SATELIT TRMM
Perbandingan Curah Hujan Hasil Simulasi Model..(Didi Satiadi) PERBANDINGAN CURAH HUJAN HASIL SIMULASI MODEL SIRKULASI UMUM ATMOSFER DENGAN DATA OBSERVASI SATELIT TRMM Didi Satiadi Peneliti Pusat Pemanfaatan
Lebih terperinciBAB III DATA DAN METODOLOGI
BAB III DATA DAN METODOLOGI 3.1 Data dan Daerah Penelitian 3.1.1 Data Input model REMO dapat diambil dari hasil keluaran model iklim global atau hasil reanalisa global. Dalam penelitian ini data input
Lebih terperinciKOREKSI DATA HUJAN DASARIAN TRMM DI STASIUN KLIMATOLOGI KAIRATU MENGGUNAKAN REGRESI LINEAR SEDERHANA
KOREKSI DATA HUJAN DASARIAN DI STASIUN KLIMATOLOGI KAIRATU MENGGUNAKAN REGRESI LINEAR SEDERHANA Steven Cahya Andika Sekolah Tinggi Meteorologi Klimatologi dan Geofisika (STMKG), Tangerang Selatan Email
Lebih terperinciKAJIAN DOUBLE SEA BREEZE MENGGUNAKAN PERMODELAN WRF-ARW TERHADAP KONDISI CUACA DI NABIRE
KAJIAN DOUBLE SEA BREEZE MENGGUNAKAN PERMODELAN WRF-ARW TERHADAP KONDISI CUACA DI NABIRE Eusebio Andronikos Sampe, Achmad Zakir Sekolah Tinggi Meteorologi Klimatologi dan Geofisika (STMKG), Tangerang Selatan
Lebih terperinciAnalisis Korelasi Suhu Muka Laut dan Curah Hujan di Stasiun Meteorologi Maritim Kelas II Kendari Tahun
Analisis Korelasi Suhu Muka Laut dan Curah Hujan di Stasiun Meteorologi Maritim Kelas II Kendari Tahun 2005 2014 Rizka Erwin Lestari 1, Ambinari Rachmi Putri 2, Imma Redha Nugraheni Sekolah Tinggi Meteorologi
Lebih terperinciANALISIS KONDISI CUACA SAAT TERJADI BANJIR DI KECAMATAN PALAS LAMPUNG SELATAN (Studi Kasus Tanggal 27 September 2017)
ANALISIS KONDISI CUACA SAAT TERJADI BANJIR DI KECAMATAN PALAS LAMPUNG SELATAN (Studi Kasus Tanggal 27 September 2017) Adi Saputra 1, Fahrizal 2 Stasiun Meteorologi Klas I Radin Inten II Bandar Lampung
Lebih terperinci3 METODE PENELITIAN. Gambar 7. Peta Lokasi Penelitian
18 3 METODE PENELITIAN 3.1. Waktu dan Tempat Penelitian ini dilaksanakan pada bulan Desember 2010 hingga Juni 2011 dengan lokasi penelitian yaitu Perairan Selat Makassar pada posisi 01 o 00'00" 07 o 50'07"
Lebih terperinciPEMANFAATAN SATAID UNTUK ANALISA BANJIR DAN ANGIN PUTING BELIUNG: STUDI KASUS JAKARTA DAN YOGYAKARTA
PEMANFAATAN SATAID UNTUK ANALISA BANJIR DAN ANGIN PUTING BELIUNG: STUDI KASUS JAKARTA DAN YOGYAKARTA THE USE OF SATAID TO ANALYZE FLOOD AND MINI TWISTER: CASE STUDY OF JAKARTA AND YOGYAKARTA Hastuadi Harsa,
Lebih terperinciPENGGUNAAN SKEMA KONVEKTIF MODEL CUACA WRF (BETTS MILLER JANJIC, KAIN FRITSCH DAN GRELL 3D ENSEMBLE) (Studi kasus: Surabaya dan Jakarta)
PENGGUNAAN SKEMA KONVEKTIF MODEL CUACA WRF (BETTS MILLER JANJIC, KAIN FRITSCH DAN GRELL 3D ENSEMBLE) (Studi kasus: Surabaya dan Jakarta) APLICATION OF WRF MODEL CONVECTIVE SCHEMES (BETTS MILLER JANJIC,
Lebih terperinciPREDIKSI AWAN CUMULONIMBUS MENGGUNAKAN INDEKS STABILITAS KELUARAN MODEL WRF ARW DI BIMA
PREDIKSI AWAN CUMULONIMBUS MENGGUNAKAN INDEKS STABILITAS KELUARAN MODEL WRF ARW DI BIMA Puteri Permata Sani 1, Heri Ismanto 2 1, Jakarta 2 Badan Meteorologi Klimatologi dan Geofisika, Jakarta Email : puteri.permata@bmkg.go.id
Lebih terperinciKATA PENGANTAR TANGERANG SELATAN, MARET 2016 KEPALA STASIUN KLIMATOLOGI PONDOK BETUNG TANGERANG. Ir. BUDI ROESPANDI NIP
PROPINSI BANTEN DAN DKI JAKARTA KATA PENGANTAR Puji syukur kehadirat Tuhan YME atas berkat dan rahmat Nya kami dapat menyusun laporan dan laporan Prakiraan Musim Kemarau 2016 di wilayah Propinsi Banten
Lebih terperinciANALISIS KEJADIAN HUJAN LEBAT DAN BANJIR DI BATAM, KEPULAUAN RIAU TANGGAL 14 NOVEMBER 2017
BADAN METEOROLOGI, KLIMATOLOGI, DAN GEOFISIKA STASIUN METEOROLOGI KLAS I HANG NADIM BATAM Jl. Hang Nadim Batu Besar, Bandara Hang Nadim Batam Telp: 0778 761507, 761415 pes 4108, Faks: 0778 761401 ANALISIS
Lebih terperinciANALISIS KEJADIAN HUJAN SANGAT LEBAT TERKAIT KEJADIAN BANJIR DI KAB. KUBU RAYA, KALIMANTAN BARAT TANGGAL 11 NOVEMBER 2017
BADAN METEOROLOGI, KLIMATOLOGI, DAN GEOFISIKA STASIUN METEOROLOGI KELAS I SUPADIO PONTIANAK Jl. Adi Sucipto KM. 17 Bandara Supadio Pontianak Telp. 0561 721142 Fax. 0561 6727520 Kode Pos 78391 Email : stamet.supadio@bmkg.go.id
Lebih terperinciANALISIS KONDISI CUACA SAAT TERJADI HUJAN LEBAT DAN ANGIN KENCANG DI ALUN-ALUN KOTA BANJARNEGARA (Studi Kasus Tanggal 08 Nopember 2017)
ANALISIS KONDISI CUACA SAAT TERJADI HUJAN LEBAT DAN ANGIN KENCANG DI ALUN-ALUN KOTA BANJARNEGARA (Studi Kasus Tanggal 08 Nopember 2017) Adi Saputra 1, Fahrizal 2 Stasiun Meteorologi Klas I Radin Inten
Lebih terperinciBAB 1 PENDAHULUAN. aspek kehidupan dari bangsa ini akan selalu dipengaruhi oleh keadaan hujan ataupun
BAB 1 PENDAHULUAN 1.1. Latar Belakang Indonesia adalah negara daerah tropis yang diapit antara samuera Hindia dan samudera Pasifik juga antara benua Asia dan benua Austarlia, memiliki dua musim dalam setahun,
Lebih terperinciABSTRAK Kata kunci : ABSTRACT Key word :
ABSTRAK Keterbatasan data observasi menyebabkan analisis dan prediksi curah hujan sulit dilakukan. Salah satu cara untuk mengatasi keterbatasan tersebut adalah penggunaan data satelit seperti GSMaP, namun
Lebih terperinciBADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA
BADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA BMKG Jl. Sisingamangaraja BADAN METEOROLOGI No. 1 Nabire Telp. (0984) DAN GEOFISIKA 22559,26169 Fax (0984) 22559 ANALISA CUACA STASIUN TERKAIT METEOROLOGI HUJAN
Lebih terperinciBADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA STASIUN KLIMATOLOGI PONDOK BETUNG-TANGERANG
B M K G BADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA STASIUN KLIMATOLOGI PONDOK BETUNG-TANGERANG Telp: (021) 7353018 / Fax: 7355262 Website : http://www.staklimpondoketung.net Jln. Raya Kodam Bintaro No.
Lebih terperinciPENDAHULUAN 1.1. Latar belakang
1 I. PENDAHULUAN 1.1. Latar belakang Curah hujan merupakan salah satu parameter atmosfer yang sulit untuk diprediksi karena mempunyai keragaman tinggi baik secara ruang maupun waktu. Demikian halnya dengan
Lebih terperinciFakultas Ilmu dan Teknologi Kebumian
Fakultas Ilmu dan Teknologi Kebumian Program Studi Meteorologi PENERBITAN ONLINE AWAL Paper ini adalah PDF yang diserahkan oleh penulis kepada Program Studi Meteologi sebagai salah satu syarat kelulusan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Cuaca merupakan faktor yang sangat penting untuk diamati karena parameternya berlangsung dinamis secara terus menerus.selain itu juga cuaca merupakan faktor lingkungan
Lebih terperinci1* 2 3. Eko Heriyanto, Lailan Syaufina dan Sobri Effendy. Puslitbang, BMKG 2. Departemen Silvikultur, Fakultas Kehutanan IPB 3
PERBANDINGAN INDEKS FINE FUEL MOISTURE CODE (FFMC) DAN FIRE WEATHER INDEX (FWI) PADA SISTEM PERINGKAT BAHAYA KEBAKARAN HUTAN/LAHAN LUARAN WRF DENGAN OBSERVASI ( PERIODE: JUNI - AGUSTUS 2013) COMPARISON
Lebih terperinciIV. HASIL DAN PEMBAHASAN
IV. HASIL DAN PEMBAHASAN 4.1. Kompilasi dan Kontrol Kualitas Data Radar Cuaca C-Band Doppler (CDR) Teknologi mutakhir pada radar cuaca sangat berguna dalam bidang Meteorologi untuk menduga intensitas curah
Lebih terperinciBAB 3 METODOLOGI. 3.1 Metodologi Penelitian Pengumpulan Bahan Penelitian. Dalam penelitian ini bahan atau materi dikumpulkan melalui :
BAB 3 METODOLOGI 3.1 Metodologi Penelitian 3.1.1 Pengumpulan Bahan Penelitian Dalam penelitian ini bahan atau materi dikumpulkan melalui : 1) Data primer, yaitu memperoleh sumber data penelitian langsung
Lebih terperinciPropinsi Banten dan DKI Jakarta
BADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA STASIUN KLIMATOLOGI PONDOK BETUNG TANGERANG Jln. Raya Kodam Bintaro No. 82 Jakarta Selatan (12070) Telp. (021) 7353018 / Fax: 7355262 E-mail: staklim.pondok.betung@gmail.com,
Lebih terperinciPEMANFAATAN MODEL WRF-ARW UNTUK VERIFIKASI HUJAN HARIAN DI WILAYAH MAKASSAR
PEMANFAATAN MODEL WRF-ARW UNTUK VERIFIKASI HUJAN HARIAN DI WILAYAH MAKASSAR Meiske Caesaria Soemarno 1), Bagus Pramujo 2), Sekolah Tinggi Meteorologi Klimatologi dan Geofisika (STMKG) 1), Tangerang Selatan
Lebih terperinciSTASIUN METEOROLOGI TANJUNGPANDAN
BADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA STASIUN METEOROLOGI TANJUNGPANDAN BMKG Bandara H.AS. Hanandjoeddin Tanjungpandan 33413 Telp. : 07199222015 Email: stamettdn@yahoo.com IDENTIFIKASI CUACA TERKAIT
Lebih terperinciANALISA CUACA TERKAIT KEJADIAN HUJAN EKSTREM SURABAYA DI SURABAYA TANGGAL 24 NOVEMBER 2017
B M K G BADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA STASIUN METEOROLOGI KLAS I JUANDA SURABAYA Alamat : Bandar Udara Juanda Surabaya, Telp. 031 8668989, Fax. 031 8675342, 8673119 E-mail : meteojud@gmail.com,
Lebih terperinciPERANCANGAN APLIKASI IDENTIFIKASI JENIS AWAN DENGAN MENGGUNAKAN METODE PIKSEL-FUZZY
PERANCANGAN APLIKASI IDENTIFIKASI JENIS AWAN DENGAN MENGGUNAKAN METODE PIKSEL-FUZZY Raden Dede Kurniawan, Endang Abdurrohim Fakultas Teknik Program Studi Teknik Informatika Universitas Islam Attahiriyah
Lebih terperinciKAJIAN METEOROLOGI TERKAIT HUJAN LEBAT MENGGUNAKAN SATELIT TRMM, SATELIT MT-SAT DAN DATA REANALISIS (Studi Kasus Banjir di Tanjungpandan)
KAJIAN METEOROLOGI TERKAIT HUJAN LEBAT MENGGUNAKAN SATELIT TRMM, SATELIT MT-SAT DAN DATA REANALISIS (Studi Kasus Banjir di Tanjungpandan) Qoriana Maulani 1, Jakarta 2 Badan Meteorologi Klimatologi dan
Lebih terperinciANALISIS KEJADIAN HUJAN DISERTAI ANGIN KENCANG DI WILAYAH KOTA PONTIANAK DAN SEKITARNYA KALIMANTAN BARAT TANGGAL 04 DESEMBER 2017
BADAN METEOROLOGI, KLIMATOLOGI, DAN GEOFISIKA STASIUN METEOROLOGI KELAS I SUPADIO PONTIANAK Jl. Adi Sucipto KM. 17 Bandara Supadio Pontianak Telp. 0561 721142 Fax. 0561 6727520 Kode Pos 78391 Email : stamet.supadio@bmkg.go.id
Lebih terperinciGambar 1. Peta Lintasan Siklon Tropis Dahlia ( Sumber :
ANALISIS DAMPAK SIKLON TROPIS DAHLIA TERHADAP KONDISI GELOMBANG SIGNIFIKAN DI PERAIRAN INDONESIA MENGGUNAKAN DATA PENGAMATAN SATELIT ALTIMETRI JASON-2 (STUDI KASUS : 26 NOVEMBER 03 DESEMBER 2017) Rizki
Lebih terperinciBAB I PENDAHULUAN. Utara yang mana secara geografis terletak pada Lintang Utara
BAB I PENDAHULUAN 1.1. Latar Belakang Kota Medan merupakan salah satu kota yang terdapat di Provinsi Sumatera Utara yang mana secara geografis terletak pada 2 27 00-2 47 00 Lintang Utara dan 98 35 00-98
Lebih terperinciBAB I PENDAHULUAN. Secara geografis wilayah Indonesia terletak di daerah tropis yang terbentang
BAB I PENDAHULUAN 1.1 Latar Belakang Secara geografis wilayah Indonesia terletak di daerah tropis yang terbentang antara 95 o BT 141 o BT dan 6 o LU 11 o LS (Bakosurtanal, 2007) dengan luas wilayah yang
Lebih terperinciBADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA STASIUN METEOROLOGI KLAS III MALI
BADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA STASIUN METEOROLOGI KLAS III MALI BMKG Alamat : Bandar Udara Mali Kalabahi Alor (85819) Telp. Fax. : (0386) 2222820 : (0386) 2222820 Email : stamet.mali@gmail.com
Lebih terperinciPROYEKSI MODEL WRF-CHEM TERKAIT KUALITAS UDARA DAN KONDISI ATMOSFER DI SUMATERA BARAT (STUDI KASUS PADANG TANGGAL 7-9 MEI 2013)
PROYEKSI MODEL WRF-CHEM TERKAIT KUALITAS UDARA DAN KONDISI ATMOSFER DI SUMATERA BARAT (STUDI KASUS PADANG TANGGAL 7-9 MEI 2013) Ramadhan Nurpambudi (1) Badan Meteorologi Klimatologi dan Geofisika (1) e-mail
Lebih terperinci5. HUBUNGAN ANTARA PEUBAH-PEUBAH PENJELAS GCM CSIRO Mk3 DAN CURAH HUJAN BULANAN
5. HUBUNGAN ANTARA PEUBAH-PEUBAH PENJELAS GCM CSIRO Mk3 DAN CURAH HUJAN BULANAN 5.1 Pendahuluan Dalam pemodelan statistical downscaling (SD), khususnya fungsi transfer diawali dengan mencari model hubungan
Lebih terperinciANALISIS CUACA EKSTREM LOMBOK NTB HUJAN LEBAT (CH mm) DI LOMBOK TENGAH 15 SEPTEMBER 2016
ANALISIS CUACA EKSTREM LOMBOK NTB HUJAN LEBAT (CH. 78.2 mm) DI LOMBOK TENGAH TANGGAL 15 SEPTEMBER 2016 I. INFORMASI HUJAN EKSTREM LOKASI STASIUN METEOROLOGI SELAPARANG BIL TANGGAL 15 SEPTEMBER 2016 (Curah
Lebih terperinciANALISIS KEJADIAN CUACA EKSTRIM DI KECAMATAN KRUI SELATAN KABUPATEN PESISIR BARAT LAMPUNG (Studi Kasus Tanggal 11 Oktober 2017)
ANALISIS KEJADIAN CUACA EKSTRIM DI KECAMATAN KRUI SELATAN KABUPATEN PESISIR BARAT LAMPUNG (Studi Kasus Tanggal 11 Oktober 2017) Adi Saputra 1, Fahrizal 2 Stasiun Meteorologi Klas I Radin Inten II Bandar
Lebih terperinciBADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA
BADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA BMKG Jl. Sisingamangaraja BADAN METEOROLOGI No. 1 Nabire Telp. (0984) DAN GEOFISIKA 22559,26169 Fax (0984) 22559 ANALISIS HUJAN STASIUN SEDANG METEOROLOGI &
Lebih terperinciSIMULASI CUACA DAERAH PADANG
SIMULASI CUACA DAERAH PADANG Dadang Subarna Peneliti Bidang Pemodelan Iklim, LAPAN E-mail:dangsub@yahoo.com Simulasi Cuaca Daerah Padang (Dadang Subarna) RINGKASAN Daerah Padang dan sekitarnya merupakan
Lebih terperinciPREDIKSI CUACA MENGGUNAKAN METODE BAYESIAN BERBASIS BIG DATA
PREDIKSI CUACA MENGGUNAKAN METODE BAYESIAN BERBASIS BIG DATA Bayu Setyatmoko 1), Mochamad Hariadi 2) dan I Ketut Eddy Purnama 3) 1) Department of Electrical Engineering, Intitut Teknologi Sepuluh Nopember
Lebih terperinciUJI SKEMA PARAMETERISASI CUMULUS PADA MODEL WRF-ARW UNTUK PRAKIRAAN HUJAN HARIAN DI SULAWESI TENGGARA
UJI SKEMA PARAMETERISASI CUMULUS PADA MODEL WRF-ARW UNTUK PRAKIRAAN HUJAN HARIAN DI SULAWESI TENGGARA Rino Indra Natsir¹, Syamsul Huda² Sekolah Tinggi Meteorologi Klimatologi dan Geofisika email : inonk.jogugu@gmail.com
Lebih terperinciPemodelan Jaringan Syaraf Tiruan Untuk Memprediksi Awal Musim Hujan Berdasarkan Suhu Permukaan Laut
Tersedia secara online di: http://journal.ipb.ac.id/index.php/jika Volume 1 Nomor 2 Halaman 52-61 ISSN: 2089-6026 Pemodelan Jaringan Syaraf Tiruan Untuk Memprediksi Awal Musim Hujan Berdasarkan Suhu Permukaan
Lebih terperinciPENGARUH CUACA TERHADAP GELOMBANG (Study Kasus Terjadinya Gelombang Tinggi Di Pantai Sawarna Lebak Provinsi BantenTanggal April 2015)
PENGARUH CUACA TERHADAP GELOMBANG (Study Kasus Terjadinya Gelombang Tinggi Di Pantai Sawarna Lebak Provinsi BantenTanggal 17-18 April 2015) Latar belakang Oleh: Achmad Sasmito, Roni Kurniawan Sesuai dengan
Lebih terperinciBADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA
BADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA BMKG Jl. Sisingamangaraja BADAN METEOROLOGI No. 1 Nabire Telp. (0984) DAN GEOFISIKA 22559,26169 Fax (0984) 22559 ANALISA CUACA STASIUN TERKAIT METEOROLOGI ANGIN
Lebih terperinciPEMANFAATAN MODEL WEATHER RESEARCH AND FORECASTING ENVIRONMENTAL MODELLING SYSTEM (WRF-EMS) UNTUK MEMPREDIKSI HUJAN SRI MUSLIMAH
PEMANFAATAN MODEL WEATHER RESEARCH AND FORECASTING ENVIRONMENTAL MODELLING SYSTEM (WRF-EMS) UNTUK MEMPREDIKSI HUJAN SRI MUSLIMAH DEPARTEMEN GEOFISIKA DAN METEOROLOGI FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciBADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA
BADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA STASIUN METEOROLOGI RADIN INTEN II BANDAR LAMPUNG Jl. Alamsyah Ratu Prawira Negara Km.28 Branti 35362 Telp. (0721)7697093 Fax. (0721) 7697242 e-mail : bmglampung@yahoo.co.id
Lebih terperinciLAPORAN ANALISIS HUJAN DI WILAYAH DKI JAKARTA TANGGAL 04 OKTOBER 2009
LAPORAN ANALISIS HUJAN DI WILAYAH DKI JAKARTA TANGGAL 4 OKTOBER 29 Oleh : Stasiun Klimatologi Pondok Betung Tangerang 1 PENDAHULUAN Badan Meteorologi Klimatologi dan Geofisika (BMKG) telah mengeluarkan
Lebih terperinciStasiun Meteorologi Klas I Sultan Iskandar Muda Banda Aceh
BMKG BADAN METEOROLOGI, KLIMATOLOGI DAN GEOFISIKA STASIUN METEOROLOGI KLAS I SULTAN ISKANDAR MUDA BANDA ACEH Alamat : Bandara Sultan Iskandar Muda Blang Bintang Aceh Besar Telp : (0651) 24217 Fax : (0651)
Lebih terperinciSENSITIVITAS MODEL WRF-EMS DALAM MEMPREDIKSI KEJADIAN HUJAN PADA MUSIM BASAH DAN KERING DI SUMATERA BARAT DERRI HARYONI FEBRI
SENSITIVITAS MODEL WRF-EMS DALAM MEMPREDIKSI KEJADIAN HUJAN PADA MUSIM BASAH DAN KERING DI SUMATERA BARAT DERRI HARYONI FEBRI DEPARTEMEN GEOFISIKA DAN METEOROLOGI FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciANALISIS KONDISI CUACA DI WILAYAH GALELA, HALMAHERA UTARA TANGGAL 11 FEBRUARI 2018
BMKG BADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA STASIUN METEOROLOGI GAMAR MALAMO GALELA Jln. Bandar Udara Gamar Malamo Galela, Maluku Utara 97761 Telp. - Email : stamet.galela@gmail.com ANALISIS KONDISI
Lebih terperinciPREDIKSI TOTAL HUJAN BULANAN DI TANJUNGPANDAN MENGGUNAKAN PERSAMAAN REGRESI DENGAN PREDIKTOR SST NINO 3.4 DAN INDIA OCEAN DIPOLE (IOD)
PREDIKSI TOTAL HUJAN BULANAN DI TANJUNGPANDAN MENGGUNAKAN PERSAMAAN REGRESI DENGAN PREDIKTOR SST NINO 3.4 DAN INDIA OCEAN DIPOLE (IOD) PREDICTION OF RAIN TOTAL MONTHLY IN TANJUNGPANDAN USING REGRESSION
Lebih terperinciBADAN METEOROLOGI, KLIMATOLOGI DAN GEOFISIKA STASIUN KLIMATOLOGI PONDOK BETUNG TANGERANG
BADAN METEOROLOGI, KLIMATOLOGI DAN GEOFISIKA STASIUN KLIMATOLOGI PONDOK BETUNG TANGERANG Jln. Raya Kodam Bintaro No. 82 Jakarta Selatan ( 12070 ) Telp. (021) 7353018, Fax: (021) 7355262 E-mail: staklim.pondok.betung@gmail.com,
Lebih terperinciANALISIS KUALITAS UDARA JAKARTA TANGGAL JUNI 2017
BADAN METEROLOGI KLIMATOLOGI DAN GEOFISIKA Jl. Angkasa I No. 2 Jakarta, 10720 Telp: (021) 424 6321, Fax: (021) 424 6703, P.O. Box 3540 Jkt Website: http://www.bmkg.go.id ANALISIS KUALITAS UDARA JAKARTA
Lebih terperinciBADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA STASIUN KLIMATOLOGI PONDOK BETUNG-TANGERANG
B M K G BADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA STASIUN KLIMATOLOGI PONDOK BETUNGTANGERANG Telp: (021) 7353018 / Fax: 7355262 Website : http://www.staklimpondoketung.net Jln. Raya Kodam Bintaro No.
Lebih terperinciANALISIS KEJADIAN CUACA EKSTRIM (BANJIR) DI KEC.NGARAS KABUPATEN PESISIR BARAT (study kasus tgl 09 Nopember 2017)
ANALISIS KEJADIAN CUACA EKSTRIM (BANJIR) DI KEC.NGARAS KABUPATEN PESISIR BARAT (study kasus tgl 09 Nopember 2017) Adi Saputra 1, Fahrizal 2 Stasiun Meteorologi Klas I Radin Inten II Bandar Lampung Email
Lebih terperinciANALISIS KEJADIAN KABUPATEN SEKADAU, KALIMANTAN BARAT TANGGAL 19 FEBRUARI 2017
BADAN METEOROLOGI, KLIMATOLOGI, DAN GEOFISIKA STASIUN METEOROLOGI KELAS I SUPADIO PONTIANAK Jl. Adi Sucipto KM. 17 Bandara Supadio Pontianak Telp. 0561 721142 Fax. 0561 6727520 Kode Pos 78391 Email : stamet.supadio@bmkg.go.id
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Provinsi Sumatera Utara adalah salah satu provinsi yang berada di Pulau Sumatera dengan posisi 1-4 Lintang Utara dan 98-100 Bujur Timur. Letak geografis Sumatera Utara
Lebih terperinciANALISIS CUACA EKSTRIM DI BANDAR LAMPUNG (Studi Kasus Tanggal Maret 2018)
ANALISIS CUACA EKSTRIM DI BANDAR LAMPUNG (Studi Kasus Tanggal 04-05 Maret 2018) Adi Saputra Stasiun Meteorologi Klas I Radin Inten II Bandar Lampung Email : adi.bmkgsorong7@gmail.com ABSTRAK Cuaca Ektrim
Lebih terperinciBadan Meteorologi Klimatologi dan Geofisika 2012
ANALISIS DAMPAK PERUBAHAN TATA GUNA LAHAN TERHADAP KONDISI CUACA EKSTREM E 4 Wido Hanggoro Danang Eko Nuryanto Sri Noviati Utoyo Ajie Linarka Hastuadi Harsa Badan Meteorologi Klimatologi dan Geofisika
Lebih terperinciPRAKIRAAN ANOMALI IKLIM TAHUN 2016 BMKG DI JAWA TENGAH
PRAKIRAAN ANOMALI IKLIM TAHUN 2016 BMKG DI JAWA TENGAH OUTLINE Kondisi Dinamika Atmosfir Terkini Prakiraan Cuaca di Jawa Tengah Prakiraan Curah hujan pada bulan Desember 2015 dan Januari Tahun 2016 Kesimpulan
Lebih terperinciPENGARUH TOPOGRAFI TERHADAP CURAH HUJAN MUSIMAN DAN TAHUNAN DI PROVINSI BALI BERDASARKAN DATA OBSERVASI RESOLUSI TINGGI
PENGARUH TOPOGRAFI TERHADAP CURAH HUJAN MUSIMAN DAN TAHUNAN DI PROVINSI BALI BERDASARKAN DATA OBSERVASI RESOLUSI TINGGI Sartono Marpaung Pusat Pemanfaatan Sains Atmosfer dan Iklim LAPAN, Jl.dr.Djundjunan
Lebih terperinciRestu Tresnawati, Kurnia Endah Komalasari Puslitbang BMKG, Jl Angkasa 1 No.2 Kemayoran Jakarta Pusat
SKENARIO TENGGANG WAKTU SST NINO 3.4 TERHADAP CURAH HUJAN UNTUK MENINGKATKAN AKURASI PREDIKSI KALMAN FILTER SCENARIOS OF TIME LAG SST NINO 3.4 TO PRECIPITATION FOR ACCURATION INCREASING OF KALMAN FILTER
Lebih terperinciBADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA
BADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA BMKG Jl. Sisingamangaraja BADAN METEOROLOGI No. 1 Nabire Telp. (0984) DAN GEOFISIKA 22559,26169 Fax (0984) 22559 ANALISA CUACA STASIUN TERKAIT METEOROLOGI KEJADIAN
Lebih terperinciBADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA STASIUN KLIMATOLOGI PONDOK BETUNG-TANGERANG
B M K G BADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA STASIUN KLIMATOLOGI PONDOK BETUNG-TANGERANG Telp: (021) 7353018 / Fax: 7355262 Website : http://www.staklimpondoketung.net Jln. Raya Kodam Bintaro No.
Lebih terperinciBADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA STASIUN KLIMATOLOGI KLAS II PONDOK BETUNG
B M K G BADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA STASIUN KLIMATOLOGI KLAS II PONDOK BETUNG Jln. Raya Kodam Bintaro No. 82 Jakarta Selatan (12070) Telp. (021) 7353018 / Fax: 7355262 E-mail: staklim.pondok.betung@gmail.com,
Lebih terperinci1. PENDAHULUAN. [8 Januari 2006] 1 ( )
1. PENDAHULUAN 1.1. Latar Belakang Informasi ramalan curah hujan sangat berguna bagi petani dalam mengantisipasi kemungkinan kejadian-kejadian ekstrim (kekeringan akibat El- Nino dan kebanjiran akibat
Lebih terperinciPEMODELAN JARINGAN SYARAF TIRUAN UNTUK PREDIKSI PANJANG MUSIM HUJAN BERDASAR SEA SURFACE TEMPERATURE
PEMODELAN JARINGAN SYARAF TIRUAN UNTUK PREDIKSI PANJANG MUSIM HUJAN BERDASAR SEA SURFACE TEMPERATURE Agus Buono 1, M. Mukhlis 1, Akhmad Faqih 2, Rizaldi Boer 2 1 Departemen Ilmu Komputer, Fakultas Matematika
Lebih terperinciANALISIS KEJADIAN CUACA EKSTRIM TERKAIT HUJAN LEBAT, BANJIR DAN TANAH LONGSOR DI KOTA BALIKPAPAN DAN PENAJAM PASIR UTARA (PPU) TANGGAL 17 MARET 2018
ANALISIS KEJADIAN CUACA EKSTRIM TERKAIT HUJAN LEBAT, BANJIR DAN TANAH LONGSOR DI KOTA BALIKPAPAN DAN PENAJAM PASIR UTARA (PPU) TANGGAL 17 MARET 2018 1. Nur Fitriyani, S.Tr 2. Mulyono Leo Nardo, SP 3. Iwan
Lebih terperinciANALISIS CUACA EKSTRIM TERKAIT KEJADIAN HUJAN LEBAT DAN BANJIR DI PULAU BANGKA PROVINSI KEPULAUAN BANGKA - BELITUNG TANGGAL 11 MARET 2018
BMKG BADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA BALAI BESAR METEOROLOGI KLIMATOLOGI DAN GEOFISIKA WILAYAH II STASIUN METEOROLOGI KLAS I PANGKALPINANG Bandar Udara Depati Amir Bangka, PangkalPinang 33171
Lebih terperinciSTUDI ANGIN LAUT TERHADAP PENGARUH KONDISI CUACA DI WILAYAH POSO
STUDI ANGIN LAUT TERHADAP PENGARUH KONDISI CUACA DI WILAYAH POSO Reslyna Abdullah 1, Ana Oktavia Setiowati 2 Sekolah Tinggi Meteorologi Klimatologi dan Geofisika (STMKG), Tangerang Selatan E-mail: reslynaabdullah11@gmailcom
Lebih terperinciLAPORAN KEJADIAN CUACA EKSTRIM DI WILAYAH DKI JAKARTA TANGGAL 08 APRIL 2009
LAPORAN KEJADIAN CUACA EKSTRIM DI WILAYAH DKI JAKARTA TANGGAL 08 APRIL 2009 Oleh : Stasiun Klimatologi Pondok Betung Tangerang 1 PENDAHULUAN Pada hari Senin tanggal 08 April 2009 antara pukul 12.00 15.00
Lebih terperinciSTUDI TENTANG KOMPARASI DATA TEKANAN UDARA PADA BAROMETER DIGITAL DAN AUTOMATIC WEATHER SISTEM (AWOS) DI STASIUN METEOROLOGI HASANUDDIN MAKASSAR
STUDI TENTANG KOMPARASI DATA TEKANAN UDARA PADA BAROMETER DIGITAL DAN AUTOMATIC WEATHER SISTEM (AWOS) DI STASIUN METEOROLOGI HASANUDDIN MAKASSAR Cahya Swastika Populasi 1, Pariabti Palloan 2, Nasrul Ihsan
Lebih terperinciPREDIKSI CUACA JANGKA PENDEK BERDASARKAN DATA RADIOSONDE DAN NUMERICAL WEATHER PREDICTION (NWP)
PREDIKSI CUACA JANGKA PENDEK BERDASARKAN DATA RADIOSONDE DAN NUMERICAL WEATHER PREDICTION (NWP) Indra Kusuma Wardani Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Pesantren Tinggi Darul Ulum
Lebih terperinciANALISIS UNSUR CUACA BULAN FEBRUARI 2018 DI STASIUN METEOROLOGI MALIKUSSALEH-ACEH UTARA. Oleh Febryanto Simanjuntak S.Tr
ANALISIS UNSUR CUACA BULAN FEBRUARI 2018 DI STASIUN METEOROLOGI MALIKUSSALEH-ACEH UTARA Oleh Febryanto Simanjuntak S.Tr Stasiun Meteorologi Klas III Malikussaleh Aceh Utara adalah salah satu Unit Pelaksana
Lebih terperinciBAB 3 GAMBARAN UMUM OBJEK
BAB 3 GAMBARAN UMUM OBJEK Bab ini menjelaskan mengenai gambaran umum dari perusahaan, sistem yang sedang berjalan dan permasalahan yang muncul serta solusi yang diusulkan untuk menanganinya. Diberikan
Lebih terperinciSistem Pengolahan Data NOAA dan METOP
I. Pengantar Kapustekdata PROTOTYPE Sistem Pengolahan Data NOAA dan METOP Kegiatan ini merupakan penjabaran dari tujuan dan sasaran strategis dalam rangka melaksanakan tugas dan fungsi Pusat Teknologi
Lebih terperinciBADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA
BADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA BMKG Jl. Sisingamangaraja BADAN METEOROLOGI No. 1 Nabire Telp. (0984) DAN GEOFISIKA 22559,26169 Fax (0984) 22559 ANALISA CUACA STASIUN TERKAIT METEOROLOGI HUJAN
Lebih terperinciANALISIS HUJAN BULAN OKTOBER 2011 DAN PRAKIRAAN HUJAN BULAN DESEMBER 2011, JANUARI DAN FEBRUARI 2012 PROVINSI DKI JAKARTA 1.
ANALISIS HUJAN BULAN OKTOBER 2011 DAN PRAKIRAAN HUJAN BULAN DESEMBER 2011, JANUARI DAN FEBRUARI 2012 PROVINSI DKI JAKARTA 1. TINJAUAN UMUM 1.1. Curah Hujan Curah hujan merupakan ketinggian air hujan yang
Lebih terperinciSeminar Nasional Penginderaan Jauh ke-4 Tahun Miranti Indri Hastuti *), Annisa Nazmi Azzahra
Pemanfaatan Data Satelit Himawari-8 untuk dengan Metode Autoestimator di Kalianget, Madura Utilization of Himawari-8 Satellite Data for Rainfall Estimation with Autoestimator Method in Kalianget, Madura
Lebih terperinciHubungan Suhu Muka Laut Perairan Sebelah Barat Sumatera Terhadap Variabilitas Musim Di Wilayah Zona Musim Sumatera Barat
1 Hubungan Suhu Muka Laut Perairan Sebelah Barat Sumatera Terhadap Variabilitas Musim Di Wilayah Zona Musim Sumatera Barat Diyas Dwi Erdinno NPT. 13.10.2291 Sekolah Tinggi Meteorologi Klimatologi Dan Geofisika,
Lebih terperinciBADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA STASIUN KLIMATOLOGI KLAS II PONDOK BETUNG ANALISIS MUSIM KEMARAU 2013 DAN PRAKIRAAN MUSIM HUJAN 2013/2014
BADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA STASIUN KLIMATOLOGI KLAS II PONDOK BETUNG Jln. Raya Kodam Bintaro No. 82 Jakarta Selatan (12070) Telp. (021) 7353018 / Fax: 7355262 E-mail: staklim.pondok.betung@gmail.com,
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Musim hujan merupakan musim yang mutlak ada di sebagian belahan benua dunia. Dan curah hujan pasti memiliki
BAB I PENDAHULUAN 1.1 Latar Belakang Musim hujan merupakan musim yang mutlak ada di sebagian belahan benua dunia. Dan curah hujan pasti memiliki intensitas yang berbeda. Faktor penyebabnya dapat terjadi
Lebih terperinciBADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA STASIUN KLIMATOLOGI PONDOK BETUNG-TANGERANG
B M K G BADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA STASIUN KLIMATOLOGI PONDOK BETUNG-TANGERANG Telp: (021) 7353018 / Fax: 7355262 Website : http://www.staklimpondoketung.net Jln. Raya Kodam Bintaro No.
Lebih terperinciPrakiraan Cuaca Pada Saat Gerhana Matahari Total Menggunakan Model Analogi dan Statistik
Prakiraan Cuaca Pada Saat Gerhana Matahari Total Menggunakan Model Analogi dan Statistik Oleh: Achmad Sasmito, Rahayu Sapta Sri Sudewi, Linda Fitrotul Puslitbang BMKG Gerhana Matahari Total (GMT) merupakan
Lebih terperinciPENGARUH DIPOLE MODE TERHADAP CURAH HUJAN DI INDONESIA
Pengaruh Dipole Mode Terhadap Curah Hujan di Indonesia (Mulyana) 39 PENGARUH DIPOLE MODE TERHADAP CURAH HUJAN DI INDONESIA Erwin Mulyana 1 Intisari Hubungan antara anomali suhu permukaan laut di Samudra
Lebih terperinciBADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA STASIUN KLIMATOLOGI PONDOK BETUNG-TANGERANG
B M K G BADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA STASIUN KLIMATOLOGI PONDOK BETUNG-TANGERANG Telp: (021) 7353018 / Fax: 7355262 Website : http://www.staklimpondoketung.net Jln. Raya Kodam Bintaro No.
Lebih terperinci