KAJIAN KONDISI ATMOSFER KEJADIAN HUJAN LEBAT TANGGAL 11 JUNI 2014 DI LUWUK MENGGUNAKAN OUTPUT MODEL WRF

Transkripsi

1 KAJIAN KONDISI ATMOSFER KEJADIAN HUJAN LEBAT TANGGAL 11 JUNI 2014 DI LUWUK MENGGUNAKAN OUTPUT MODEL WRF Yuwarit Triuke (1), Dr. Paulus Agus Winarso (2) Sekolah Tinggi Meteorologi Klimatologi dan Geofisika ytriuke@gmail.com ABSTRAK Kejadian cuaca ekstrem berupa hujan lebat yang terjadi pada tanggal 11 Juni 2014 di Luwuk, Sulawesi Tengah dan sekitarnya telah memberikan dampak yang cukup merugikan. Untuk itu diperlukan adanya analisa dinamika atmosfer agar diketahui bagaimana kondisi atmosfer pada saat kejadian hujan lebat tersebut. Metode yang dilakukan adalah dengan melakukan analisis terhadap beberapa output WRF serta melakukan verifikasi curah hujan dari output WRF terhadap data observasi. Hasil analisis menunjukkan pada saat kejadian hujan lebat tanggal tanggal 11 Juni 2014 terdapat adanya shearline dan konvergensi, analisis kelembaban tiap lapisan menunjukkan lapisan basah yang cukup tebal yang mengindikasikan banyaknya uap air yang mendukung pertumbuhan awan. Hasil verifikasi output terhadap data observasi menunjukkan curah hujan memiliki nilai korelasi 0.87 yang sangat baik dan disertai nilai MAE yang kecil, sementara itu verifikasi Portion Correct menunjukkan bahwa model WRF cukup baik sebesar 0.7 dan hasil verifikasi Frequence Bias Index menunjukkan nilai 0.4 yang berarti bahwa model bersifat underestimate. Kata Kunci : Cuaca Ekstrim, Hujan Lebat, Model, WRF ABSTRACT Extreme weather events such as heavy rains which occurred on June 11, 2014 in Luwuk, Central Sulawesi and surrounding areas has some considerable adverse impact. Therefore the analysis of the atmosphere dynamics is needed to know how the atmospheric conditions during the heavy rain. The method is analysing some of WRF output and verification of WRF output against observational data. The analysis revealed during heavy rains on June 11, 2014 there are convergence and shearline, humidity analysis of each layer shows the thick wet layer that supporting the growth of the cloud. The results of WRF output verification to observational data indicates the presipitation has best correlation value (0,87) and small MAE while the Portion Correct shows the model is quite good (0,7) and verification of Frequence Bias Index shows the model is underestimate(0,4). Keyword : Extreme Weather, Heavy Rains, Model, WRF 1

2 1. PENDAHULUAN 1.1 Latar Belakang Kota Luwuk merupakan ibukota Kabupaten Banggai yang terletak di wilayah Sulawesi Tengah yang memiliki pola curah hujan lokal. Periode musim hujan Luwuk berlangsung saat wilayah Indonesia pada umumnya mengalami musim kemarau. Selama periode puncak hujan ini telah terjadi curah hujan lebat dimana pada tanggal 11 Juni 2014 tercatat intensitas curah hujan sebesar 74 mm/hari. Dampak dari hujan lebat yang dirasakan masyarakat mulai dari banjir dan tanah longsor yang mengakibatkan berbagai sektor aktifitas masyarakat Luwuk terganggu. Berkaitan dengan intensitas curah hujan yang tinggi dan hingga saat ini masih minimnya kajian mengenai kondisi atmosfer wilayah Luwuk, maka perlu dilakukan analisis terhadap kondisi atmosfer saat kejadian hujan lebat untuk dapat mengetahui penyebab tingginya curah hujan di wilayah Luwuk. Namun dengan keterbatasan data analisis, maka data satelit cuaca dan pemanfaatan model WRF-ARW digunakan untuk mendapatan interpretasi mengenai penyebab hujan lebat tanggal 11 Juni 2014 di wilayah Luwuk dimana curah hujan mencapai 74 mm/hari yang sudah merupakan kriteria hujan lebat menurut BMKG. 2. METODE PENELITIAN 2.1 Daerah Penelitian Daerah penelitian meliputi wilayah sekitar 122º23 BT 124º20 BT dan 0º30 LS 2º20 LS dan khususnya pada wilayah Stasiun Meteorologi Bubung Luwuk dengan centre point 1,05 LS dan 122,78 BT. 2.2 Data Penelitian Data yang digunakan dalam penelitian ini antara lain : - Data FNL ( Final Analysis ) tanggal 11 Juni 2014 jam 00 UTC sampai tanggal 12 Juni 2014 jam 00 UTC. - Data Citra MTSAT (Multifunctional Transport Satellite) kanal IR 2 tanggal 11 Juni Data observasi dari Stasiun Meteorologi Bubung Luwuk. 2.3 Metode Penelitian Langkah awal dalam melakukan penelitian ini adalah mengunduh data FNL dan kemudian melakukan running WRF. Dalam melakukan proses running WRF, tahapan yang harus dilakukan adalah sebagai berikut : - Penentuan domain dimana pada penelitian ini centre point berada di Stasiun Meteorologi Bubung Luwuk yaitu titik 1.05 LS dan 122,78 BT. Setelah itu melakukan downscaling dari domain 1 yang memiliki resolusi 30 km menjadi domain 2 dengan resolusi 10 km. Pada tahap ini juga kita menentukan konfigurasi dari parameterisasi yang digunakan dalam penelitian. - Selanjutnya menyelesaikan tahapan preprocessing pada WRF-Processing (WPS) yang terdiri dari geogrid, ungrib, dan metgrid. - Setelah ketiga tahap tersebut selesai, maka tahap berikutnya proses numerik dalam WRF yang terdiri dari proses real.exe dan wrf.exe - Selanjutnya adalah tahapan postprocessing pada ARWpost untuk mengubah data menjadi format.dat dan.ctl agar bisa diolah dengan aplikasi GrADS. Dari output WRF tersebut dianalisis dinamika atmosfer untuk mengetahui kondisi atmosfer yang terjadi pada saat kejadian hujan lebat. Sebagai pendukung, data citra MTSAT kanal IR2 turut serta ditambahkan untuk melihat suhu puncak awan yang terlihat dari grafik per-jam supaya bisa mengetahui kondisi perawanan yang sedang terjadi. Setelah melakukan analisis terhadap parameter cuaca lalu memverifikasi output WRF terhadap data observasi untuk megetahui keakuratan output WRF terhadap 2

3 data observasi. Verifikasi tersebut dilakukan dengan metode statistik sederhana, yaitu : - Verifikasi Dengan Menghitung Korelasi Korelasi merupakan ukuran yang menentukan seberapa baik suatu pola atau kecendrungan dari prediksi sesuai dengan nilai observasinya. Prediksi dikatakan akurat jika memiliki korelasi yang baik. Nilai prediksi selalu lebih kecil dari nilai observasi. Dalam hal ini, prediksi dan observasi terkorelasi dengan baik, namun mengandung error yang konsisten (Hadi et al, 2011). - Verifikasi Dengan MAE (Mean Absolute Error) MAE adalah bentuk ukuran simpangan paling sederhana yang dapat didefinisikan sebagai persamaan dengan rumus dibawah ini : Keterangan : N = Banyaknya data SAE= Jumlah dari absolute error = Data observasi = Data estimasi/ prakiraan Dalam melakukan validasi, semakin besar nilai MAE maka semakin jauh (tidak akurat) nilai output model terhadap nilai observasi, dan semakin kecil nilai MAE maka semakin baik. - Verifikasi Dengan Tabel Kontingensi Metode untuk menguji kemampuan sistem prediksi berdasarkan tabel kontingensi yaitu suatu kejadian didefinisikan sebagai biner, yang berarti bahwa hanya ada dua hasil yang mungkin, suatu kejadian (Yes) atau nonkejadian (No). Tabel 2.1 Tabel Kontingensi PREDIKSI OBSERVASI YES NO TOTAL YES Hits False Alarm Forecast Yes NO Missed Correct Non Event Forecast No TOTAL Observed Yes Observed No TOTAL Keterangan : Hits = prediksi hujan benar False alarm = prediksi tidak hujan salah Miss = prediksi hujan salah Correct non event= prediksi tidak hujan benar Kemudian, nilai akurasi atau Proportion Correct (PC) dan Frequence Bias Index (FBI) dihitung dengan rumus sebagai berikut (WMO, 2009): Proportion Correct (PC) merupakan prosentase prakiraan yang benar baik hit maupun correct non event. Kisaran PC : 0 1, dengan nilai 1 = prediksi keseluruhan sempurna dan nilai 0 adalah batas ketidakmampuan prediksi. Frequence Bias Index merupakan evaluasi terhadap bias prediksi kejadian hujan untuk mengetahui sifat model (over/underestimate) terhadap data observasi. Kisaran FBI adalah : 0 tak terhingga, dengan : Nilai 1 = prediksi sempurna. Nilai > 1 = prediksi overestimate Nilai < 1 = prediksi underestimate 3

4 3. HASIL DAN PEMBAHASAN 3.1 Analisa MSLP ( Mean Sea Level Pressure) 3.2 Analisa Output Model WRF Analisa Angin Streamline Gambar 3.1 Peta Analisis MSLP Tanggal 11 Juni 2014 Jam UTC Dari peta analisis tekanan permukaan (Mean Sea Level Pressure), terlihat bahwa nilai tekanan di wilayah Luwuk adalah sebesar 1008 mb. Daerah tekanan rendah (Low Pressure Area) berada di sebelah Laut Cina Selatan yang bergerak dari Laut Cina Selatan menuju utara Filiphina dengan tekanan sebesar 1002 mb pada tanggal 9 Juni 2014 (lampiran 1). Tanggal 11 Juni 2014 tekanan rendah berubah menjadi 2 tekanan rendah di Laut Cina Selatan masing-masing menjadi 1000 mb dan 1002 mb. Pada tanggal 12 Juni 2014 tekanan kemudian turun menjadi 998 mb (lampiran 1) dengan pusat tekanan rendah di Laut Cina sebelah Timur. Hal ini berarti bahwa massa udara bergerak ke wilayah utara (daerah bertekanan rendah) sehingga terjadi pengumpulan massa udara yang kemudian massa udara akan mengalami pengangkatan. Dalam hal ini wilayah Luwuk mengalami tekanan lebih rendah dari wilayah Indonesia pada umumnya sehingga berpeluang terjadi pengumpulan massa udara yang dapat menyebabkan tumbuhnya awan-awan hujan. Gambar 3.2 Streamline Lapisan 200 mb, 500 mb, 700 mb dan 850 mb Pada Tanggal 11 Juni 2014 Jam 00 UTC Dari hasil analisa gambar streamline pada tanggal 11 Juni 2014 jam 00 UTC pada 4

5 lapisan 850 mb menunjukkan adanya konvergensi dengan kecepatan angin yang cenderung melemah di wilayah Luwuk yang ditunjukkan dengan lingkaran merah pada gambar. Pada lapisan 700 mb menunjukkan adanya belokan angin di wilayah Luwuk dan konvergensi kecepatan anginnya juga cenderung makin lemah hingga lapisan 500 mb. Kecepatan angin baik pada lapisan 850 mb maupun hingga lapisan 500 mb yaitu berkisar 0-3 m/s. Berbeda halnya dengan kondisi angin di lapisaan 200 mb. Pada lapisan tersebut kecepatan angin terlihat divergen dan dengan kecepatan angin yang cukup kuat, yaitu berkisar m/s. Gambar 3.3 Streamline Lapisan 200 mb, 500 mb, 700 mb dan 850 mb Pada Tanggal 11 Juni 2014 Jam 06 UTC Dari hasil analisa gambar streamline pada tanggal 11 Juni 2014 jam 06 UTC pada lapisan 850 mb menunjukkan adanya konvergensi yang semakin kuat dengan kecepatan angin yang cenderung melemah dan adanya belokan angin yang semakin berhimpit di wilayah Luwuk yang ditunjukkan dengan lingkaran merah pada gambar. Pada lapisan 700 mb menunjukkan adanya belokan angin di wilayah Luwuk dan konvergensi kecepatan anginnya juga cenderung makin lemah hingga lapisan 500 mb. Kecepatan angin baik pada lapisan 850 mb maupun hingga lapisan 500 mb yaitu berkisar 2-4 m/s. Berbeda halnya dengan kondisi angin di lapisaan 200 mb. Pada lapisan tersebut kecepatan angin terlihat divergen dan dengan kecepatan angin yang cukup kuat sama seperti halnya pada streamline tanggal 11 Juni 2014 jam 00 UTC, yaitu berkisar m/s. Dengan adanya kecepatan angin yang cukup lemah pada lapisan bawah dan kencang di lapisan atas tersebut mengindikasikan terjadinya konvergensi dan belokan angin yang menjadi pemicu untuk tumbuhnya awan konvektif semakin baik. Tumbuhnya awan-awan konvektif yang semakin berkembang ini berpotensi menyebabkan terjadinya hujan lebat yang terjadi pada tanggal 11 Juni 2014 dimulai pada jam 12 UTC hingga tanggal 12 Juni 2014 jam UTC. 5

6 3.2.2 Analisa Kelembaban Udara dan Mixing Ratio yang menunjukkan bahwa pada saat sebelum hingga sesudah kejadian, kondisi udara dekat permukaan cukup basah. Dengan keadaan atmosfer yang cukup basah tersebut, menunjukkan kondisi uap air yang cukup banyak untuk mendukung proses pembentukan awan-awan konvektif yang menyebabkan kejadian hujan lebat pada tanggal 11 Juni 2014 kurang lebih selama 12 jam Analisa Vortisitas dan Divergensi Gambar 3.4 Profil Vertikal Kelembaban Udara dan Mixing Ratio Tanggal 11 Juni 2014 Berdasarkan analisis profil vertikal kelembaban udara tanggal 11 Juni 2014 pada setiap lapisannya, terlihat bahwa kondisi kelembaban atmosfer cukup basah, hal ini bisa terlihat dari ketebalan lapisannya yaitu nilai kelembaban udara (RH) untuk lapisan 850 mb sejak pukul UTC memiliki nilai >80% dan terus meningkat hingga pukul UTC dengan nilai >90% hingga lapisan 650 mb. Kelembaban udara di atas 80% terjadi hampir sepanjang hari mulai dari lapisan permukaan hingga lapisan 550 mb sedangkan pada jam UTC kelembaban udara 80% mencapai lapisan 350 mb. Nilai mixing ratio pada lapisan dekat permukaan, mengalami peningkatan drastis sejak pukul UTC hingga UTC Gambar 3.5 Profil Vortisitas dan Divergensi Tanggal 11 Juni 2014 Nilai vortisitas pada sebelum waktu kejadian hujan lebat (12.00 UTC) dari lapisan permukaan hingga 850 mb, yaitu dimulai pada pukul UTC sampai pukul UTC, menunjukkan nilai vortisitas negatif yang cukup besar yaitu ( -5) (-20) dengan satuan orde Sedangkan pada waktu kejadian hujan lebat berlangsung, yaitu pada pukul UTC, nilai vortisitas masih bernilai negatif, namun tidak terlalu besar. 6

7 Hal ini menunjukkan bahwa pada saat kejadian, gerakan udara ke atas masih aktif sampai pada pukul UTC. Gerakan udara ke bawah terlihat pada pukul UTC sampai pada UTC yang menunjukkan adanya peluruhan sel awan hujan walaupun pada pukul UTC pada ketinggian diatas 950 mb masih didapati adanya gerakan udara ke atas. Namun setelah itu, pada pukul UTC nilai vortisitas menunjukkan nilai positif yang berarti bahwa gerakan udara ke bawah (divergensi lapisan bawah) aktif akibat aktifitas peluruhan sel awan hujan. Namun hujan masih tetap berlangsung dalam tahap ini. Nilai divergensi negatif menunjukkan adanya konvergensi, hal ini didapat dari lapisan mb yang masih merupakan lapisan gisiran dimulai pada jam UTC sampai dengan UTC. Karena adanya konvergensi ini menghasilkan pumpunan uap air yang berpotensi menimbulkan tumbuhnya awan-awan penghasil hujan. saat jam UTC nilai kecepatan vertikal mulai negatif yang artinya kecepatan vertikal ke atas mempercepat terjadinya proses kondensasi dan proses presipitasi. 3.3 Analisa Citra Satelit Analisa Kecepatan Vertikal Gambar 3.7. Citra satelit mtsat kanal IR2 Tanggal 11 Juni 2014 (12, 15, 18, & 21 UTC) Gambar 3.6 Profil Gerak Vertikal Tanggal 11 Juni 2014 Hasil perubahan temporal kecepatan vertikal tiap lapisan pada titik koordinat Stasiun Meteorologi Bubung Luwuk memberikan gambaran bahwa dari tanggal 11 Juni 2014 jam jam UTC, pada umumya kecepatan vertikal bernilai positif. Nilai positif terbesar terjadi pada jam UTC. Kemudian pada jam UTC, nilai positif hanya berada di lapisan permukaan hingga 950 mb dan lapisan >300 mb. Pada Verifikasi dengan menggunakan citra satelit MTSAT untuk kanal IR2, terlihat adanya pertumbuhan awan konvektif yang cukup signifikan di wilayah Luwuk dan sekitarnya pada tanggal 11 Juni 2014 pukul hingga UTC. Awan tebal yang diindikasikan sebagai awan Cb mulai terbentuk pada jam UTC atau jam WITA dikarenakan kondisi awan mengalami peningkatan yang signifikan dengan menurunnya suhu puncak awan. Semakin menurunnya suhu puncak awan menunjukkan awan yang terbentuk semakin tebal. Puncak suhu terendahnya berada pada jam UTC yaitu mencapai -65ºC. 7

8 3.4 Verifikasi Output Curah Hujan WRF Verifikasi Data Hujan Dengan Korelasi dan MAE Tabel 3.1 Tabel Kontingensi Data Curah Hujan Observasi dan WRF Tanggal 11 Juni 2014 OBSERVASI YES NO TOTAL YES WRF NO TOTAL Nilai Proportion Correct (PC) PC = Grafik 3.1 Perbandingan Curah Hujan output WRF dan Observasi Berdasarkan hasil akumulasi curah hujan setiap 3 jam hasil output WRF dan data observasi Curah hujan, total curah hujan yang terukur di wilayah Luwuk pada tanggal 11 Juni 2014 terukur sebesar 74 mm, namun pada model WRF-ARW hanya sebesar 16 mm. Sehingga diperoleh nilai korelasi sebesar 0.87 dan nilai MAE ( Mean Absolute Error) sebesar 6.9. Nilai korelasi yang cukup baik ini menunjukkan bahwa model WRF-ARW memiliki performa pola pembentukan hujan yang bagus, namun nilainya masih belum mewakili untuk wilayah Luwuk (underestimate) Verifikasi Data Hujan Dengan Tabel Kontingensi Dari hasil akumulasi curah hujan setiap 3 jam hasil output WRF dan data observasi dihitung frekuensi data kejadian hujan yang termasuk dalam kategori Hits, Missed, False Alarms dan Correct Negative, dimana threshold data dianggap hujan adalah curah hujan > 1 mm. Dari hasil pengkategorian tersebut dapat dengan jelas terlihat pada tabel seperti dibawah ini : Dari hasil perhitungan nilai Proportion Correct (PC) data curah hujan tanggal 11 Juni 2015 diperoleh nilai 0,66. Nilai tersebut dapat dikatakan cukup baik dalam memprediksikan hujan setiap 3 jam di Stasiun Meteorologi Bubung Luwuk mengingat threshold nilai PC adalah antara 0-1 dimana nilai 1 menunjukkan nilai tertinggi dari kesesuaian model terhadap data observasi, sedangkan nilai 0 menunjukkan tidak adanya kesesuaian antara data model dengan data observasi. FBI = Frequence Bias Index (FBI) Dari hasil perhitungan nilai Frequence Bias Index (FBI) menggunakan tabel kontingensi diperoleh nilai sebesar 0,4. Nilai kurang dari 1 menunjukkan bahwa model bersifat underestimate, artinya hasil luaran model dibawah kejadian yang sebenarnya dibandingkan dengan data observasi. 4. KESIMPULAN 4.1 Kesimpulan Berdasarkan hasil analisis sebelumnya, terdapat beberapa parameter yang dapat kita simpulkan sebagai pendukung terjadinya hujan lebat di Bubung Luwuk Hasil pengolahan data FNL menggunakan model WRF cukup mampu menginterpretasikan kondisi dinamika atmosfer secara temporal 8

9 dengan detail pada saat terjadinya hujan lebat. Beberapa parameter menunjukkan hasil sebagai berikut: Penyebab terjadinya kondisi cuaca ekstrim di daerah Luwuk dikarenakan adanya belokan angin (konvergensi) di lapisan udara atas (850 mb) yang membawa cukup banyak uap air serta nilai vortisitas yang sangat dipengaruhi oleh kondisi topografi lereng pegunungan Luwuk. Analisa kelembaban tiap lapisan menunjukkan keadaan atmosfer yang cukup basah pada saat sebelum kejadian hujan lebat sampai setelah kejadian hujan lebat pada tanggal 11 Juni 2014 di Luwuk. Sebagai data pendukung tambahan, analisa citra Satelit MTSAT kanal IR2 menunjukkan tanggal 11 Juni 2014 wilayah Luwuk diliputi awan-awan konvektif berupa awan Cb dengan puncak yang menjulang tinggi dengan suhu puncak awan mencapai -65ºC. Hasil verifikasi output terhadap data observasi menunjukkan curah hujan memiliki nilai korelasi 0.87 yang sangat baik dan disertai nilai MAE yang kecil, sementara itu verifikasi Portion Correct menunjukkan bahwa model WRF cukup baik sebesar 0.7 dan hasil verifikasi Frequence Bias Index menunjukkan nilai 0.4 yang berarti bahwa model bersifat underestimate. DAFTAR PUSTAKA Aldrian, E. dan Susanto, R.D., Identification Of Three Dominant Rainfall Regions Within Indonesia and Their Relationship to Sea Surface Temparature International Journal of Climatology. Juni Aldrian, E., Meteorologi Laut Indonesia. Jakarta: Badan Meteorologi dan Geofisika. BMKG, Keputusan No.009 Tentang Prosedur Standard Operasional Pelaksanaan Peringatan Dini, Pelaporan, dan Diseminasi Informasi cuaca ekstrim. Jakarta: Badan Meteorologi Klimatologi dan Geofisika. Endarwin Deteksi Potensi Gerak Vertikal Atmosfer di Atas Wilayah Bandung dan Sekitarnya. Jurnal Meteorologi dan Geofisika, Vol.11, NO.1 Juli Jakarta: Badan Meteorologi Klimatologi dan Geofisika. Hadi, T.W., Trilaksono, N.J., Junnaedhi, I.D, dan Syahputra, M.R., Modul Pelatihan WRF. Fakultas Ilmu dan Teknologi Kebumian. Bandung: Institut Teknologi Bandung. Hariadi, T.E., Telaah Profil Divergensi dan Vortisitas Luaran GCM CSIRO-9 Serta Hubungannya Dengan Curah Hujan. Jakarta: Jurnal Warta LAPAN Vol.1 No.3 Juli- September. Holton, J. R., An Introduction to Dynamic Meteorology Third Edition. California: Academis Press Inc. Rojali, Alat Alat Meteorologi (jilid Ia). Jakarta: Dephub BMG. Scamarock, W.C., Klemp, J.B., Dudhia, J., Gill, D.O., Barker, D.M., Duda, M.G., Huang, X.Y., Wang, W., and Power, J.D., A Description of the Advanced Research WRF Version 3. NCAR Technical Note. Mesoscale and Microscale Meteorology Division. National Center for Atmospheric Research, Boulder, Colorado, US. Sudrajat, D. E., Prakiraan Medan Vortisitas Untuk Wilayah Indonesia dan Sekitarnya. Karya Tulis FMIPA Universitas Indonesia. Tjasyono, H.K. Bayong, Klimatologi. Bandung : Institut Teknologi Bandung. Wilks, D. S., Statistical Methods in the Atmospheric Science. Academic Press: Sann Diego. Hal 46, 49, , 176,

10 Winarso, P. A., Analisa Cuaca II. Jakarta: Akademi Meteorologi dan Geofisika. Winarso, P. A., Kecepatan Vertikal Udara Lapisan Permukaan di Daerah Indonesia dan Sekitarnya. Jakarta. Wirjohamidjojo, S., Meteorologi Praktek. Jakarta: Badan Meteorologi dan Geofisika. WMO, Recommendatin for The Verification and Intercomparison of QPFs and QPFs from Operation Models. Geneva: World Weather Research Programme. Zakir, A., Sulistya, W., dan Khotimah, M.K., Perspektif Operasional Cuaca Tropis. Jakarta: Pusat Penelitian dan Pengembangan Badan Meteorologi Klimatologi dan Geofisika. 10