7. EVALUASI ZONA PRAKIRAAN IKLIM (ZPI) BMG DENGAN PENDEKATAN ANALISIS KELOMPOK
|
|
- Suhendra Sudjarwadi
- 6 tahun lalu
- Tontonan:
Transkripsi
1 7. EVALUASI ZONA PRAKIRAAN IKLIM (ZPI) BMG DENGAN PENDEKATAN ANALISIS KELOMPOK 7. Pendahuluan Banyak penelitian klimatologi yang bertujuan membuat kelompok stasiun/wilayah perkiraan iklim. Penggunaan data kelompok stasiun lebih menguntungkan daripada data masing-masing individu stasiun. Salah satu keuntungan data kelompok stasiun adalah data lebih homogen. Data pengamatan stasiun seringkali tidak homogen, karena adanya penggantian alat pengamatan (instrumentasi), perpindahan lokasi stasiun pengamatan, dan pengaruh urbanisasi (Bunkers et al. 996). BMG telah melakukan pengelompokkan iklim (pola curah hujan) dengan membuat zona prakiraan iklim (ZPI) pada tahun 6, yang sebelumnya dinamakan daerah prakiraan iklim (DPM). Untuk Propinsi Jawa Barat, Banten, dan DKI Jakarta terbagi atas zona (Gambar 7.). Khusus Kabupaten Karawang, Subang, dan Indramayu terbagi atas ZPI. Pembagian zona tidak dibatasi oleh wilayah administrasi kabupaten atau kota, sehingga dalam satu zona tertentu bisa mencakup beberapa kabupaten/kota. Sementara Wigena (6) 7, 8, : nomor zona prakiraan iklim Gambar 7. Zona prakiraan iklim di Jawa Barat, Banten, dan DKI Jakarta (Sumber: BMG 6).
2 8 mendapatkan DPM untuk Kabupaten Indramayu. Kedua penelitian (BMG 6; Wigena 6) menghasilkan jumlah kelompok prakiraan musim yang sama khususnya untuk Kabupaten Indramayu, namun luasan dan lokasi kelompok yang dihasilkan berbeda. Analisis kelompok seringkali digunakan untuk mengelompokkan stasiun. Beberapa penelitian menggunakan analisis ini untuk mengelompokkan stasiun, seperti: BMG ; Wigena 6. Secara umum terdapat dua tahapan dalam mengelompokkan daerah prakiraan iklim (stasiun), yaitu: () mereduksi dimensi karena redudansi peubah dengan menggunakan analisis komponen utama dan () melakukan analisis kelompok. Dalam analisis kelompok, pemilihan matriks jarak seringkali digunakan jarak Euclidean dan Mahalanobis (Gong dan Richman 99). Pengelompokkan stasiun dengan analisis komponen utama dan menggunakan jarak Euclidean, maka pada dasarnya sama dengan menggunakan jarak Mahalobis dari data yang tidak distandardisasi (Mimmack et al. ). Lebih jauh, Mimmack et al. () menyimpulkan bahwa penggunaan jarak Mahalanobis akan tepat untuk mengelompokkan stasiun, dengan menggunakan komponen utama, asalkan menggunakan input data yang tidak distandarkan (untuk satu peubah) atau menggunakan input ragam-koragam. Metode penggabungan yang seringkali digunakan adalah complete linkage, average linkage, Ward s (Bunkers et al. 996); complete linkage (BMG ); Ward s dan Centroid (Wigena 6). Bunkers et al. (996) menyimpulkan bahwa average linkage mempunyai kinerja yang baik. Sementara itu Gong dan Richman (99) menyimpulkan metode Ward s mempunyai kinerja yang baik diantara metode-metode hierarkhi lainnya. Banyaknya metode dan prosedur dalam analisis kelompok seringkali menyulitkan dalam proses pemilihannya. Seperti pemilihan matriks jarak, hierarkhi atau nonhierarkhi, dan metode penggabungan. Dalam penelitian ini akan mengevaluasi ZPI BMG khusus Kabupaten Karawang, Subang dan Indramayu dengan menggunakan analisis kelompok. Lebih khusus, akan dikaji penggunaan beberapa metode analisis kelompok berhierarkhi (complete linkage, average linkage, dan Ward s).
3 9 7. Bahan dan Metode Bahan Data curah hujan bulanan yang digunakan adalah stasiun-stasiun di wilayah Kabupaten Karawang, Subang, dan Indramayu sebanyak stasiun. Periode data curah hujan antar stasiun cukup beragam mulai tahun 9- (lihat Tabel 7.). Lokasi stasiun selengkapnya disajikan pada Gambar 7.. Gambar 7. Lokasi stasiun penelitian dan ZPI BMG. Metode Analisis Data curah hujan merupakan hasil rataan bulanan dari masing-masing stasiun yang tersedia series datanya (non-missing). Dari peubah curah hujan (Januari-Desember) dilakukan reduksi dimensi dengan menggunakan analisis komponen utama agar tidak terjadi redudansi antar peubah. Input matriks yang digunakan adalah nilai korelasi. Penentuan banyaknya komponen utama digunakan scree plot. Untuk memperjelas keterkaitan antara peubah asal dengan komponen utama dilakukan rotasi varimax.
4 6 Langkah selanjutnya adalah memilih metode analisis kelompok. Analisis kelompok yang digunakan adalah berhierarkhi dengan metode average, complete, dan ward. Matriks jarak yang digunakan adalah jarak Euclidean dari peubah rotasi komponen utama (skor faktor). Banyaknya kelompok pada masing-masing metode diidentifikasi melalui analisis ragam (uji F) dan dendogram. Beberapa penelitian yang menggunakan uji F dalam penentuan banyak kelompok diantaranya: Bunkers et al. 996; (Mather 976; Ronberg dan Wang 987; Stooksbury dan Michaels 99; David dan Kalkstein 99), diacu dalam Gong dan Richman 99. Untuk melihat kinerja ketiga metode tersebut digunakan kriteria dua nilai simpangan baku, yaitu dalam kelompok (S w ) dan antar kelompok (S B ) (Bunkers et al. 996). S K w = K S k k = (7.) Dimana, K adalah banyaknya kelompok yang terbentuk dan S k merupakan simpangan baku kelompok ke-k. Dimana, K ( K ) ( X X ) / S B = k (7.) k = X k adalah rataan kelompok ke-k dan X rataan keseluruhan kelompok. Semakin kecil nilai S w dan semakin besar nilai S B, maka metode tersebut memiliki kinerja yang baik, artinya mempunyai homogenitas yang tinggi. Dengan kata lain metode yang dipilih adalah metode yang mempunyai nilai S w yang minimum dan nilai S B yang maksimum. Nilai S w dan S B yang akan dihitung dari masing-masing peubah skor komponen utama (PC). Untuk menentukan luasan kelompok (zona) yang terbentuk digunakan bantuan peta kontur (elevasi stasiun pengamatan) dan kontur dari masing-masing skor komponen utama (PC). Untuk melakukan evaluasi kinerja daerah prakiraan iklim BMG (ZPI) dan zona hasil analisis kelompok (zona revisi) akan digunakan kriteria simpangan baku dalam kelompok (pers. 7.) dan antar kelompok (pers. 7.).
5 6 Tabel 7. Lokasi stasiun penelitian Kabupaten Stasiun Lintang (Selatan) Bujur (Timur) Kode Periode data (bulanan) Karawang Karawang , 9-97, 97- Karawang Petaruman , 9-966, Karawang Plawad , 9-966, 97- Karawang Rengasdengklok , 9-97, 976- Karawang Gempollor , 9-97, 97- Karawang Pacing , 9-97, 97- Karawang Cibuaya , 9-97, Karawang Batujaya , 9-97, 97- Karawang Telukbango , 9-97, Bekasi Telukbuyung , 9-97, 97- Karawang Pengakaran , 9-97, Karawang Pedes , 9-96, , , 998- Karawang Rawamerta , Karawang Pondokbalas , 9-97, Karawang Cibadar , 96-97, 97- Karawang Ceuplik Karawang Rawagempol Karawang Peundeuy Karawang Cilamaya , 9-968, 97- Karawang Rawagempol , 9-97, 97- Karawang Pasirukeum , 9-97, 97- Karawang Tempuran/BR Karawang Telukjambe , Karawang Gebangmalang Karawang Pegadungan Karawang Telagasari , , 979- Karawang Gempolhaji , 9-967, Karawang Walahar , 9-97, Karawang Leuweung S , 9-969, Karawang Dawuhan , 9-97, Karawang Pangkalan , 97-97, 979 Karawang Jatisari , 9-97, Karawang Telar , 9-97, Karawang Cikalong , 9-97, Karawang Cikampek , 9-97, Karawang Kopo , 9-97, Karawang Purwasari Karawang Cilentah Karawang Citapen Karawang Talenpare/BTP
6 6 Tabel 7. Lokasi stasiun penelitian (lanjutan) Kabupaten Stasiun Lintang Bujur Periode data Kode (Selatan) (Timur) (bulanan) Purwakarta Barugbug , 9-97, Subang Ciasem Subang KarangToman Subang Rancabango Subang Pamanukan , 9-97, 98- Subang Cigadung Subang Cibandung Subang BojongKeding Subang Pawelutan Subang Jatiroke Subang Tambakdahan Subang Wanasari Subang Tanjungsari Subang SalamDarma , 9-98, 96, 968, Subang Cipeundeuy Subang Ponggang Subang Pagaden , 978- Subang Subang , 9-97, , 98- Subang Dangdeur , 9-96, 977- Subang Cinangling Subang Curugagung Subang Ciseuti Subang Kasomalang , 9-97, 97- Subang Sindanglaya Subang Pusakanagara , 9-97, 96-96, , 978, Subang Karanganyar Subang Cigugur Subang Sukamandi , 9-98, , 97-98, Subang Tanjung , 9-98, 96-97, Purwakarta Pundong , Subang Ciberes
7 6 Tabel 7. Lokasi stasiun penelitian (lanjutan) Kabupaten Stasiun Lintang Bujur Periode data curah hujan Kode (Selatan) (Timur) (bulanan) Indramayu Anjatan Indramayu Bangkir , 9-97, , 978- Indramayu Bantarhuni , 9-97, Indramayu Bondan Indramayu Bugel , 9-97, 97- Indramayu Bugis , Indramayu Bulak , 9-97, , 97- Indramayu Cidempet , 98- Indramayu Cikedung , 97-97, 97- Indramayu Cipancuh , 9-96, 98-96, , 979- Indramayu Gabuswetan Indramayu Gantar , , Indramayu Indramayu , 9-96, , 97- Indramayu Jatibarang , , 978- Indramayu Juntinyuat , 9-969, 97- Indramayu Karangasem Indramayu Kedokanbunder Indramayu Kertasemaya , 9-97, 97- Indramayu Krangkeng Indramayu Kroya Indramayu Lohbener Indramayu Losarang , 9-97, 99-97, 97- Indramayu Luwungsemut , 9-96, , 98- Indramayu Sudikampiran Indramayu Sudimampir Indramayu Sukadana Indramayu Sukra , 9-97, Indramayu Sumurwatu , 9-97, 97- Indramayu Tamiyang Indramayu Tugu Indramayu Tulangkacang Indramayu Ujungaris , 99- Indramayu Wanguk
8 6 7. Hasil dan Pembahasan Komponen utama Berdasarkan scree plot menunjukkan bahwa terdapat komponen utama yang terbentuk dengan total keragaman 9% (Gambar 7.). Keragaman masingmasing PC, PC, PC, dan PC yang tidak dirotasi (A) secara berurutan 8%, 9.%,.%, dan,%. Masing-masing PC (A) yang dihasilkan masih belum jelas menggambarkan karakteristik tertentu. Hasil rotasi PC (B) memperjelas karakteristik dari masing-masing PC (Tabel 7.). PC menggambarkan bulan-bulan musim transisi (Maret-Mei dan Oktober-Desember), mampu menjelaskan keragaman sebesar %. PC mempunyai keragaman %. PC lebih menggambarkan puncak musim hujan (Januari, Pebruari). PC menggambarkan awal musim kemarau (Juni, Juli, Agustus), keragaman yang bisa dijelaskan sebesar 7%. PC mempunyai keragaman sebesar %, yang menunjukkan puncak musim kemarau (September). Tabel 7. Nilai loading komponen utama yang tidak dirotasi (A) dan dirotasi varimax (B) Peubah PC PC PC PC PC PC PC PC (A) (B) Januari Februari Maret April Mei Juni Juli Agustus September Oktober Nopember Desember Akar ciri Proporsi keragaman Kumulatif keragaman.9.9 Angka yang dicetak bold menunjukkan nilai loading tertinggi pada masing-masing PC
9 6 Gambar 7. Scree-plot (untuk menentukan jumlah PC yang optimum). Analisis kelompok Langkah awal untuk menguji kinerja ketiga metode pengelompokkan, dilakukan penentuan jumlah kelompok. Untuk menentukan jumlah kelompok dilakukan simulasi mulai sampai dengan kelompok. Identifikasi penentuan jumlah kelompok yang digunakan dalam menghitung simpangan baku dalam dan antar kelompok adalah nilai F (Pseudo F) pada analisis ragam. Semakin besar nilai F berarti semakin besar perbedaan rataan antar kelompok. 8 6 Nilai Pseudo F 8 6 Ave Comp Ward Jml Kelompok Gambar 7. Nilai Pseudo F menurut jumlah kelompok.
10 Berdasarkan nilai F yang tertinggi, metode ward menghasilkan kelompok, metode complete 6 kelompok, dan average 9 kelompok (Gambar 7.). Namun untuk perhitungan simpangan baku dalam dan antar kelompok digunakan jumlah kelompok dengan nilai F tertinggi masing-masing PC. Besarnya nilai F setiap metode untuk masing-masing PC sangat beragam (Lampiran ). Nilai simpangan baku dalam dan antar kelompok juga dihitung berdasarkan jumlah kelompok yang sama, yaitu kelompok. Meskipun jumlah kelompok yang dihasilkan berbeda, namun pola sebaran kelompok stasiun dari ketiga metode pengelompokkan di beberapa lokasi sama. Seperti kelompok stasiun di Karawang bagian barat laut, Subang bagian selatan, dan Indramayu bagian timur mempunyai anggota kelompok yang sama. Berdasarkan besarnya simpangan baku dalam kelompok menunjukkan tidak terdapat metode yang paling baik. Metode average dan complete mempunyai nilai yang hampir sama. Berbeda dengan simpangan baku antar kelompok, metode average menunjukkan nilainya konsisten tinggi (Tabel 7.). Hasil ini mendukung penelitian Bunkers et al. (996), yang menyimpulkan metode average mempunyai kinerja yang lebih baik dari metode hierarkhi lainnya. Tabel 7. Nilai simpangan baku dalam kelompok (S w ) dan antar kelompok (S B ) masing-masing PC Jumlah Kelompok # Simpangan baku PC PC PC PC Average A S w S BB B S w S BB Complete A S w.6... S BB B S w S BB Ward A S w S BB.9... B S w S BB # Kode A menunjukkan banyaknya kelompok ditentukan berdasarkan nilai F tertinggi pada masing masing PC, kode B menunjukkan jumlah kelompok yang digunakan adalah sama untuk setiap PC. 66
11 67 (A) (B) (C) Gambar 7. Pola sebaran kelompok stasiun menurut metode: ward (A), complete (B), dan average (C).
12 68 Langkah selanjutnya adalah menentukan luasan zona prakiraan. Identifikasi awal dilakukan dengan menggunakan banyaknya kelompok yang dihasilkan dari metode average, yaitu 9 kelompok (Gambar 7.c). Pengelompokan ulang (re-grouping) dilakukan pada kode stasiun sama (dalam satu kelompok) yang memencil (outlier) pola sebarannya. Untuk membantu pengelompokkan digunakan peta kontur elevasi (Lampiran ), peta kontur masing-masing PC (Gambar 7.6) dan peta kontur rataan tinggi hujan bulanan (Lampiran ). Di samping itu identifikasi pengelompokkan ulang digunakan plot skor komponen utama. (a) PC:.7% (b) PC:.7% (c) PC: 6.9% (d) PC: % Gambar 7.6 Kontur PC dan nilai keragamannya. Gambar 7.7a-7.7f menunjukkan bahwa beberapa kode stasiun dapat dilakukan pengelompokan ulang. Seperti pada zona kode stasiun dilakukan pengelompokkan dengan kode (Gambar 7.7a). Zona meliputi Karawang bagian Utara dan Barat laut yang berhadapan langsung dengan Laut Jawa. Zona yang tidak mengalami pengelompokkan ulang (Tabel 7.). Zona mempunyai ciri yang agak khusus, yaitu tidak terdapat perbedaan yang nyata tinggi hujan antara
13 69 musim hujan dan kemarau. Rataan tinggi hujan puncak musim kemarau sebesar mm (Gambar 7.7c, 7.7e dan 7.7f). Menurut BMG (6) zona ini dikatakan sebagai wilayah yang tidak mempunyai ZPI (non-zpi). Pada zona, kode stasiun,, 6, 7, 8,, dan dilakukan pengelompokkan dengan kode (Gambar 7.7a dan 7.7b). Pada zona ini membentang dari bagian Barat dan Tengah Karawang, bagian Utara Karawang dan Subang, serta bagian utara Indramayu. Pada luasan zona ini yang nampak jelas perbedaan dengan ZPI BMG. Luasan zona ini lebih luas cakupannya daripada ZPI BMG. Zona meliputi Indramayu bagian timur yang berbatasan dengan Cirebon. Kode stasiun yang masuk pada zona ini adalah,8, dan 9. Zona meliputi Subang bagian Tengah dan Timur, bagian Selatan Indramayu. Kode stasiun yang termasuk dalam zona ini adalah dan 6 (Gambar 7.7a, 7.7b, dan 7.7c). Zona 6 adalah wilayah Subang bagian Selatan, yang mempunyai tinggi hujan yang relatif tinggi baik terutama pada musim hujan dan musim transisi. Yang membedakan zona ini dengan zona lain adalah topografinya. Pada zona ini banyak pegunungan. Kode stasiun yang masuk dalam zona ini adalah,,, dan (Gambar 7.7a, 7.7b, dan 7.7c). Zona 7 terdapat di Indramayu bagian Timur laut, dimana zona ini berhadapan dengan laut, sehingga mempunyai iklim yang berbeda dengan zona lainnya. Stasiun yang termasuk dalam zona ini adalah dan 7 (Gambar 7.7a). Hasil pengelompokkan ulang menghasilkan 7 kelompok yang selanjutnya dinamakan ZPI hasil revisi (Gambar 7.8) dan nama stasiun selengkapnya disajikan pada Lampiran. Tabel 7. Kode stasiun yang dilakukan pengelompokkan ulang menurut zona Zona Kode stasiun Kode stasiun Keterangan awal dominan Zona, Kode sebanyak Zona 9 9 Zona,,,6,7, 8,, dan Kode sebanyak ; sebanyak ; 6 sebanyak ; 7 sebanyak ; 8 sebanyak ; sebanyak ; sebanyak Zona,8, 9 9 Kode sebanyak ; 8 sebanyak Zona, 6 Kode 6 sebanyak Zona 6,,, Kode sebanyak ; sebanyak ; sebanyak Zona 7,7 Kode 7 sebanyak
14 7 (A) PC PC 9 (B) PC PC Gambar 7.7 Plot skor PC dan skor PC (A), skor PC dan skor PC (B), skor PC dan skor PC (C), skor PC dan skor PC (D), skor PC dan skor PC (E), skor PC dan skor PC (F) (Keterangan: angka menunjukkan kode kelompok hasil metode average linkage dengan 9 kelompok).
15 7 (C ) PC PC (D) PC PC Gambar 7.7 Plot skor PC dan skor PC (A), skor PC dan skor PC (B), skor PC dan skor PC (C), skor PC dan skor PC (D), skor PC dan skor PC (E), skor PC dan skor PC (F) (Keterangan: angka menunjukkan kode kelompok hasil metode average linkage dengan 9 kelompok) (lanjutan).
16 7 (E) PC PC (F) PC PC Gambar 7.7 Plot skor PC dan skor PC (A), skor PC dan skor PC (B), skor PC dan skor PC (C), skor PC dan skor PC (D), skor PC dan skor PC (E), skor PC dan skor PC (F) (Keterangan: angka menunjukkan kode kelompok hasil metode average linkage dengan 9 kelompok) (lanjutan).
17 7 Gambar 7.8 Zona prakiraan iklim hasil revisi (ZPI revisi). Berdasarkan nilai simpangan baku antar kelompok nampak bahwa ZPI revisi lebih konsisten tinggi jika dibandingkan dengan ZPI BMG (Tabel 7.). Namun simpangan baku dalam kelompok belum menunjukkan perbedaan yang nyata. Tabel 7. Nilai simpangan baku dalam kelompok (S w ) dan antar kelompok (S B ) masing-masing PC menurut ZPI BMG dan ZPI Revisi Simpangan baku PC PC PC PC PC PC PC PC ZPI BMG ZPI Revisi S w S B Simpulan. Metode average linkage mempunyai potensi yang lebih baik untuk menghasilkan zona prakiraan iklim yang homogen jika dibandingkan dengan metode ward dan complete linkage.. Homogenitas iklim hasil zona revisi (ZPI revisi) lebih baik daripada ZPI BMG.
3 PEWILAYAHAN CURAH HUJAN
3 PEWILAYAHAN CURAH HUJAN Pendahuluan Daerah prakiraan musim (DPM) merupakan daerah dengan tipe hujan yang memiliki perbedaan yang jelas antara periode musim kemarau dan musim hujan berdasarkan pola hujan
Lebih terperinciPEWILAYAHAN HUJAN UNTUK MENENTUKAN POLA HUJAN (CONTOH KASUS KABUPATEN INDRAMAYU) URIP HARYOKO, MSi. BADAN METEOROLOGI DAN GEOFISIKA
PEWILAYAHAN HUJAN UNTUK MENENTUKAN POLA HUJAN (CONTOH KASUS KABUPATEN INDRAMAYU) URIP HARYOKO, MSi. BADAN METEOROLOGI DAN GEOFISIKA DAFTAR ISI 1 PENDAHULUAN... 1 1.1 Latar Belakang... 1 1.2 Tujuan... 2
Lebih terperinciIV. PENETAPAN WILAYAH CAKUPAN INDEKS UNTUK PENERAPAN ASURANSI IKLIM
IV. PENETAPAN WILAYAH CAKUPAN INDEKS UNTUK PENERAPAN ASURANSI IKLIM 4.1. Pendahuluan Ketersediaan data curah hujan dalam jangka panjang secara runut waktu (time series) sangat diperlukan dalam analisis,
Lebih terperinci4 MODEL VECTOR AUTOREGRESSIVE EXOGENOUS (VARX)
4 MODEL VECTOR AUTOREGRESSIVE EXOGENOUS (VARX) Pendahuluan Beberapa penelitian curah hujan dengan satu lokasi curah hujan (tunggal) dengan model ARIMA telah dilakukan, di antaranya oleh Mauluddiyanto (2008)
Lebih terperinciPEWILAYAHAN CURAH HUJAN DI KABUPATEN INDRAMAYU DENGAN METODE GEROMBOL (BERDASARKAN DATA MEDIAN TAHUN )
Prosiding Seminar Nasional Penelitian, Pendidikan dan Penerapan MIPA, Fakultas MIPA, Universitas Negeri Yogyakarta, 14 Mei 2011 PEWILAYAHAN CURAH HUJAN DI KABUPATEN INDRAMAYU DENGAN METODE GEROMBOL (BERDASARKAN
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN 4.1 Pemodelan Downscaling Menggunakan Jaringan Saraf Tiruan (JST) Percobaan pada penelitian ini dilakukan dengan menggunakan metode pelatihan jaringan saraf tiruan (JST) backpropagation
Lebih terperinci1. PENDAHULUAN 1.1 Latar belakang
1. PENDAHULUAN 1.1 Latar belakang Sampai saat ini, GCM (general circulation models) diakui banyak pihak sebagai alat penting dalam upaya memahami sistem iklim. GCM dipandang sebagai metode yang paling
Lebih terperinciI. ANALISIS CURAH DAN SIFAT HUJAN BULAN SEPTEMBER 2013
I. ANALISIS CURAH DAN SIFAT HUJAN BULAN SEPTEMBER 2013 A. Analisis Curah Hujan Bulan September 2013 Berdasarkan data hujan bulan September 2013 yang diterima dari beberapa pos hujan maka curah hujan bulan
Lebih terperinciANALISIS KORELASI KANONIK ANTARA CURAH HUJAN GCM DAN CURAH HUJAN DI INDRAMAYU. Oleh : Heru Novriyadi G
ANALISIS KORELASI KANONIK ANTARA CURAH HUJAN GCM DAN CURAH HUJAN DI INDRAMAYU Oleh : Heru Novriyadi G14114 PROGRAM STUDI STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR
Lebih terperinciPEMBOBOTAN SUB DIMENSION INDICATOR INDEX UNTUK PENGGABUNGAN CURAH HUJAN (Studi Kasus : 15 Stasiun Penakar Curah Hujan di Kabupaten Indramayu)
Xplore, 2013, Vol. 1(1):e3(1-7) c 2013 Departemen Statistika FMIPA IPB PEMBOBOTAN SUB DIMENSION INDICATOR INDEX UNTUK PENGGABUNGAN CURAH HUJAN (Studi Kasus : 15 Stasiun Penakar Curah Hujan di Kabupaten
Lebih terperinciLampiran K Tabel Jumlah Penduduk, Luas Sawah dan Produksi Padi Tahun 1998
105 Lampiran K Tabel Jumlah Penduduk, Luas Sawah dan Produksi Padi Tahun 1998 No. Kecamatan Jumlah Penduduk (Jiwa) Luas Sawah (Ha) 1998 Jumlah Produksi Padi (Ton) KAB. BEKASI 1 Babelan 98.136 4.751,57
Lebih terperinciBAB III TINJAUAN WILAYAH PERENCANAAN
BAB III III.1 Gambaran Umum Kabupaten Indramayu III.1.1 Kondisi Geografis dan Topografi Kabupaten Indramayu berada di wilayah pesisir utara Pulau Jawa. Secara geografis Kabupaten Indramayu berada pada
Lebih terperinciBuletin Analisis Hujan Bulan November 2016 dan Prakiraan Hujan Bulan Januari, Februari dan Maret 2017 KATA PENGANTAR
KATA PENGANTAR Analisis Hujan, Indeks Kekeringan Bulan November 2016 serta Prakiraan Hujan Bulan Januari, Februari dan Maret 2017 disusun berdasarkan hasil pengamatan data hujan dari 60 stasiun dan pos
Lebih terperinciBuletin Analisis Hujan dan Indeks Kekeringan Bulan April 2012 dan Prakiraan Hujan Bulan Juni, Juli dan Agustus 2012 KATA PENGANTAR
KATA PENGANTAR Analisis Hujan, Indeks Kekeringan Bulan April 2012 serta Prakiraan Hujan Bulan Juni, Juli dan Agustus 2012 disusun berdasarkan hasil pengamatan dari 60 stasiun dan pos hujan di wilayah Jawa
Lebih terperinciI. ANALISIS CURAH DAN SIFAT HUJAN BULAN APRIL 2013
I. ANALISIS CURAH DAN SIFAT HUJAN BULAN APRIL 2013 A. Analisis Curah Hujan Bulan April 2013 Berdasarkan data hujan bulan April 2013 yang diterima dari beberapa pos hujan maka curah hujan bulan April 2013
Lebih terperinciBuletin Analisis Hujan dan Indeks Kekeringan Bulan Juli 2012 dan Prakiraan Hujan Bulan September, Oktober dan November 2012 KATA PENGANTAR
KATA PENGANTAR Analisis Hujan, Indeks Kekeringan Bulan Juli 2012 serta Prakiraan Hujan Bulan September, Oktober dan November 2012 disusun berdasarkan hasil pengamatan dari 60 stasiun dan pos hujan di wilayah
Lebih terperinci2 DESKRIPSI DATA PENELITIAN
2 DESKRIPSI DATA PENELITIAN Deskripsi Umum Kabupaten Indramayu ada umumnya secara geologis, wilayah Jawa Barat bagian utara terdiri dari dataran aluvial (alluvial plain). Berdasarkan pada peta Physiographic
Lebih terperinciANALISIS VARIASI CURAH HUJAN BERDASARKAN ZONA PREDIKSI IKLIM (ZPI) DI WILAYAH SUBANG DAN TASIKMALAYA TAHUN
Analisis Variasi Curah Hujan Berdasarkan Zona.(Sinta Berliana Sipayung) ANALISIS VARIASI CURAH HUJAN BERDASARKAN ZONA PREDIKSI IKLIM (ZPI) DI WILAYAH SUBANG DAN TASIKMALAYA TAHUN 198-25 Sinta Berliana
Lebih terperinciBuletin Analisis Hujan Bulan Agustus 2016 dan Prakiraan Hujan Bulan Oktober, November dan Desember 2016 KATA PENGANTAR
KATA PENGANTAR Analisis Hujan, Indeks Kekeringan Bulan Agustus 2016 serta Prakiraan Hujan Bulan Oktober, November dan Desember 2016 disusun berdasarkan hasil pengamatan data hujan dari 60 stasiun dan pos
Lebih terperinci8. MODEL RAMALAN PRODUKSI PADI
8. MODEL RAMALAN PRODUKSI PADI 8.1 Pendahuluan Padi merupakan makanan utama sekaligus mempunyai nilai politis yang tinggi bagi orang Indonesia, yang menyediakan pendapatan secara musiman dan tenaga kerja
Lebih terperinciBuletin Analisis Hujan Bulan April 2013 dan Prakiraan Hujan Bulan Juni, Juli dan Agustus 2013 KATA PENGANTAR
Buletin Analisis Hujan Bulan April 2013 dan Prakiraan Hujan Bulan Juni, Juli dan Agustus 2013 KATA PENGANTAR Analisis Hujan, Indeks Kekeringan Bulan April 2013 serta Prakiraan Hujan Bulan Juni, Juli dan
Lebih terperinciVIII. SIMPULAN, SARAN DAN REKOMENDASI Simpulan Berdasarkan hasil penelitian ini, dapat disimpulkan sebagai berikut :
VIII. SIMPULAN, SARAN DAN REKOMENDASI 8.1. Simpulan Berdasarkan hasil penelitian ini, dapat disimpulkan sebagai berikut : 1. Kejadian kekeringan di Kabupaten Indramayu merupakan penyebab utama (79.8%)
Lebih terperinciBuletin Analisis Hujan dan Indeks Kekeringan Bulan Desember 2012 dan Prakiraan Hujan Bulan Februari, Maret dan April 2013 KATA PENGANTAR
KATA PENGANTAR Analisis Hujan, Indeks Kekeringan Bulan Desember 2012 serta Prakiraan Hujan Bulan Februari, Maret dan April 2013 disusun berdasarkan hasil pengamatan data hujan dari 60 stasiun dan pos hujan
Lebih terperinciBAB IV KONDISI UMUM DAERAH PENELITIAN
16 BAB IV KONDISI UMUM DAERAH PENELITIAN 4.1.Gambaran Umum Daerah Penelitian 4.1.1. Lokasi Wilayah Kabupaten Subang secara geografis terletak pada batas koordinat 107 o 31-107 o 54 BT dan di antara 6 o
Lebih terperinciBuletin Analisis Hujan Bulan Februari 2013 dan Prakiraan Hujan Bulan April, Mei dan Juni 2013 KATA PENGANTAR
KATA PENGANTAR Analisis Hujan, Indeks Kekeringan Bulan Februari 2013 serta Prakiraan Hujan Bulan April, Mei dan Juni 2013 disusun berdasarkan hasil pengamatan data hujan dari 60 stasiun dan pos hujan di
Lebih terperinciII. PEWILAYAHAN HUJAN DI SENTRA PRODUKSI PADI DI PANTURA BANTEN, PANTURA JAWA BARAT DAN KABUPATEN GARUT
II. PEWILAYAHAN HUJAN DI SENTRA PRODUKSI PADI DI PANTURA BANTEN, PANTURA JAWA BARAT DAN KABUPATEN GARUT 2.1. Pendahuluan Pewilayahan hujan merupakan suatu proses pengelompokkan atau klasifikasi data curah
Lebih terperinciKEPALA STASIUN KLIMATOLOGI
KATA PENGANTAR Analisis Hujan, Indeks Kekeringan Bulan September 2013 serta Prakiraan Hujan Bulan November, Desember 2013 dan Januari 2014 disusun berdasarkan hasil pengamatan data hujan dari 60 stasiun
Lebih terperinciBuletin Analisis Hujan Bulan Januari 2013 dan Prakiraan Hujan Bulan Maret, April dan Mei 2013 KATA PENGANTAR
KATA PENGANTAR Analisis Hujan, Indeks Kekeringan Bulan Januari 2013 serta Prakiraan Hujan Bulan Maret, April dan Mei 2013 disusun berdasarkan hasil pengamatan data hujan dari 60 stasiun dan pos hujan di
Lebih terperinciANALISIS KORELASI KANONIK ANTARA CURAH HUJAN GCM DAN CURAH HUJAN DI INDRAMAYU. Oleh : Heru Novriyadi G
ANALISIS KORELASI KANONIK ANTARA CURAH HUJAN GCM DAN CURAH HUJAN DI INDRAMAYU Oleh : Heru Novriyadi G4004 PROGRAM STUDI STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR
Lebih terperinciI. ANALISIS CURAH DAN SIFAT HUJAN BULAN JULI 2012
I. ANALISIS CURAH DAN SIFAT HUJAN BULAN JULI 2012 A. Analisis Curah Hujan Bulan Juli 2012 Berdasarkan data hujan bulan Juli 2012 yang diterima dari beberapa pos hujan maka curah hujan bulan Juli 2012 di
Lebih terperinciSebelah Selatan, berbatasan dengan Kabupaten Ciamis dan Kabupaten Tasikmalaya. Sebelah Barat, berbatasan dengan Kabupaten Sumedang.
Letak Kabupaten Majalengka secara geografis di bagian Timur Provinsi Jawa Barat yaitu Sebelah Barat antara 108 0 03-108 0 19 Bujur Timur, Sebelah Timur 108 0 12-108 0 25 Bujur Timur, Sebelah Utara antara
Lebih terperinciHASIL DAN PEMBAHASAN
IV. HASIL DAN PEMBAHASAN 4.1 Kondisi Umum Daerah aliran sungai (DAS) Cilamaya secara geografis terletak pada 107 0 31 107 0 41 BT dan 06 0 12-06 0 44 LS. Sub DAS Cilamaya mempunyai luas sebesar ± 33591.29
Lebih terperinciHASIL DAN PEMBAHASAN. Kondisi Curah Hujan Daerah Penelitian
HASIL DAN PEMBAHASAN Kondisi Curah Hujan Daerah Penelitian Kondisi curah hujan di DAS Citarum Hulu dan daerah Pantura dalam kurun waktu 20 tahun terakhir (1990-2009) dapat dilihat pada Gambar 6 dan Gambar
Lebih terperinciI. ANALISIS SIFAT DAN CURAH HUJAN BULAN APRIL 2012
I. ANALISIS SIFAT DAN CURAH HUJAN BULAN APRIL A. Analisis Sifat Hujan Bulan April Berdasarkan data hujan bulan April yang diterima dari beberapa pos hujan maka sifat hujan bulan April di Provinsi Jawa
Lebih terperinciIII. METODE PENELITIAN
III. METODE PENELITIAN 3.1 Waktu dan Tempat Penelitian Penelitian dilakukan dari bulan Desember 2008 sampai dengan Agustus 2009 di Laboratorium Pengindraan Jauh dan Intepretasi Citra, Departemen Ilmu Tanah
Lebih terperinciGambar 9 Peta Penutupan Lahan
V. HASIL DAN PEMBAHASAN 5.1 Penutupan Lahan Penutupan lahan didapatkan dari interpretasi citra Landsat wilayah Kabupaten Indramayu tahun 2009. Citra Landsat yang digunakan adalah citra saat musim hujan
Lebih terperinciV. GAMBARAN UMUM. Pulau Untung Jawa berada pada posisi ,21 Lintang Selatan dan
V. GAMBARAN UMUM 5.1 Keadaan Umum Lokasi Penelitian Pulau Untung Jawa berada pada posisi 05 0 58 45,21 Lintang Selatan dan 106 0 42 11,07 Bujur Timur. Wilayah Kelurahan Pulau Untung Jawa adalah salah satu
Lebih terperinciDAFTAR PUSTAKA ).
81 DAFTAR PUSTAKA Akbar, Arif R.M. (2002), Model Simulasi Penyediaan Kebutuhan Beras Nasional, http://www.tumotou.net (down load tanggal l7-01-2008). Barlowe, Raleigh (1986), Land Resource Economics, 4
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN 4.1 Hasil Analisis 4.4.1. Sifat Hujan Ekstrim Hasil analisis menunjukkan bahwa panjang DHK dan DHB maksimum di Jawa Barat beragam (Gambar 8). Di wilayah bagian utara Jawa Barat
Lebih terperinciBuletin Analisis Hujan Agustus 2017 dan Prakiraan Hujan Bulan Oktober, November,dan Desember 2017 BMKG. Stasiun Klimatologi Bogor
Buletin Analisis Hujan Agustus 21 dan Prakiraan Hujan Bulan Oktober, ovember,dan Desember 21 i Buletin Analisis Hujan Agustus 21 dan Prakiraan Hujan Bulan Oktober, ovember,dan Desember 21 KATA PEGATAR
Lebih terperinci1-1 BAB I PENDAHULUAN
1-1 BAB I PENDAHULUAN 1.1 Latar Belakang Di Indonesia dengan luas wilayah daratan sekitar 1.466.972 km 2 terdiri dari 32 propinsi berupa wilayah dengan beraneka ragam fungsi, yaitu kawasan lindung dan
Lebih terperinciIV. GAMBARAN UMUM DAERAH PENELITIAN
IV. GAMBARAN UMUM DAERAH PENELITIAN 4.1. Kondisi Geografis Kabupaten Karawang merupakan bagian dari wilayah pantai utara Pulau Jawa, dalam hal ini kabupaten yang termasuk dalam wilayah tersebut yaitu Kabupaten
Lebih terperinciglobal warming, periode iklim dapat dihitung berdasarakan perubahan setiap 30 tahun sekali.
4.5. Iklim 4.5.1. Tipe Iklim Indonesia merupakan wilayah yang memiliki iklim tropis karena dilewati garis khatulistiwa. Iklim tropis tersebut bersifat panas dan menyebabkan munculnya dua musim, yaitu musim
Lebih terperinciVALIDASI PREDIKSI RATA-RATA CURAH HUJAN HASIL REGIONAL SPECTRAL MODEL (Studi Kasus di Jawa Barat, Bulan Desember 1998)
Validasi Prediksi Rata-rata Curah Hujan (Kudsy dan Nugroho) 19 VALIDASI PREDIKSI RATA-RATA CURAH HUJAN HASIL REGIONAL SPECTRAL MODEL (Studi Kasus di Jawa Barat, Bulan ember 1998) Mahally Kudsy 1 dan Sutopo
Lebih terperinciGambar 3 Sebaran curah hujan rata-rata tahunan Provinsi Jawa Barat.
11 yang akan datang, yang cenderung mengalami perubahan dilakukan dengan memanfaatkan keluaran model iklim. Hasil antara kondisi iklim saat ini dan yang akan datang dilakukan analisis dan kemudian dilakukan
Lebih terperinciPENDEKATAN ANALISIS FUZZY CLUSTERING PADA PENGELOMPOKKAN STASIUN POS HUJAN UNTUK MEMBUAT ZONA PRAKIRAAN IKLIM (ZPI)
Seminar Nasional Statistika IX Institut Teknologi Sepuluh Nopember, 7 November 2009 PENDEKATAN ANALISIS FUZZY CLUSTERING PADA PENGELOMPOKKAN STASIUN POS HUJAN UNTUK MEMBUAT ZONA PRAKIRAAN IKLIM (ZPI) Azwar
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 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 terperinciSTATISTICAL DOWNSCALING LUARAN GCM DAN PEMANFAATANNYA UNTUK PERAMALAN PRODUKSI PADI SUTIKNO
STATISTICAL DOWNSCALING LUARAN GCM DAN PEMANFAATANNYA UNTUK PERAMALAN PRODUKSI PADI SUTIKNO SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 PERNYATAAN MENGENAI DISERTASI DAN SUMBER INFORMASI Dengan
Lebih terperincis y n x = sample rata-rata untuk variabel pertama y = sample rata-rata untuk variabel kedua
maka: Piranti lunak yang digunakan adalah Minitab Ver 14. b. Korelasi Lagging Dengan mempertimbangkan faktor lag, untuk melihat maju mundurnya hubungan antara prediktor dan predikta sehingga diperoleh
Lebih terperinciI. ANALISIS CURAH DAN SIFAT HUJAN BULAN DESEMBER 2012
I. ANALISIS CURAH DAN SIFAT HUJAN BULAN DESEMBER 2012 A. Analisis Curah Hujan Bulan Desember 2012 Berdasarkan data hujan bulan Desember 2012 yang diterima dari beberapa pos hujan maka curah hujan bulan
Lebih terperinciANALISIS MUSIM KEMARAU 2011 DAN PRAKIRAAN MUSIM HUJAN 2011/2012 PROVINSI DKI JAKARTA
ANALISIS MUSIM KEMARAU 2011 DAN PRAKIRAAN MUSIM HUJAN 2011/2012 PROVINSI DKI JAKARTA Sumber : BADAN METEOROLOGI, KLIMATOLOGI DAN GEOFISIKA STASIUN KLIMATOLOGI PONDOK BETUNG TANGERANG 1. TINJAUAN UMUM 1.1.
Lebih terperinciPENENTUAN PREDIKTOR PADA STATISTICAL. DECOMPOSITION (Studi Kasus di Stasiun Meteorologi Indramayu) IMAM SANJAYA
PENENTUAN PREDIKTOR PADA STATISTICAL DOWNSCA ALING DENGAN SINGULAR VALUE DECOMPOSITION (Studi Kasus di Stasiun Meteorologi Indramayu) IMAM SANJAYA DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKAA DAN ILMU PENGETAHUAN
Lebih terperinciV. GAMBARAN UMUM WILAYAH PENELITIAN
55 V. GAMBARAN UMUM WILAYAH PENELITIAN 5.1. Keadaan Geografis dan Cuaca Kabupaten Indramayu sebuah kabupaten di Provinsi Jawa Barat, Indonesia.Ibukotanya adalah Indramayu, Indramayu sebagai pusat pemerintahan,
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 terperinciBuletin Analisis Hujan Bulan April 2016 dan Prakiraan Hujan Bulan Juni, Juli dan Agustus 2016 KATA PENGANTAR
KATA PENGANTAR Analisis Hujan, Indeks Kekeringan Bulan April 2016 serta Prakiraan Hujan Bulan Juni, Juli dan Agustus 2016 disusun berdasarkan hasil pengamatan data hujan dari 60 stasiun dan pos hujan yang
Lebih terperinciSTATISTICAL DOWNSCALING SUHU MUKA LAUT GLOBAL UNTUK PREDIKSI TOTAL HUJAN BULANAN MENGGUNAKAN TEKNIK PLS
STATISTICAL DOWNSCALING SUHU MUKA LAUT GLOBAL UNTUK PREDIKSI TOTAL HUJAN BULANAN MENGGUNAKAN TEKNIK PLS 1 2 Yunus S. Swarinoto, Aji Hamim Wigena 1 Pusat Meteorologi Publik BMKG, Jl. Angkasa 1 No.2, Kemayoran,
Lebih terperinciPENGANTAR. Bogor, Maret 2017 KEPALA STASIUN KLIMATOLOGI BOGOR
PENGANTAR Badan Meteorologi Klimatologi dan Geofísika () setiap tahun menerbitkan dua buku Prakiraan Musim yaitu Prakiraan Musim Kemarau diterbitkan setiap awal Maret dan Prakiraan Musim Hujan setiap awal
Lebih terperinciIV. GAMBARAN UMUM LOKASI PENELITIAN
IV. GAMBARAN UMUM LOKASI PENELITIAN 4.1. Kabupaten Indramayu Kabupaten Indramayu adalah salah satu Kabupaten di Provinsi Jawa Barat dengan Ibu kotanya Indramayu. Kabupaten Indramayu berada pada 6º15 sampai
Lebih terperinciAPLIKASI METODE SUPPORT VECTOR MACHINE PADA PENGELOMPOKAN ZONA MUSIM BERDASARKAN CURAH HUJAN (STUDI KASUS KABUPATEN NGAWI)
SEMINAR HASIL TUGAS AKHIR 18 Januari 2011 APLIKASI METODE SUPPORT VECTOR MACHINE PADA PENGELOMPOKAN ZONA MUSIM BERDASARKAN CURAH HUJAN (STUDI KASUS KABUPATEN NGAWI) Dipresentasikan oleh : Elly Nur Shobihah
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 terperinciVI. KESIMPULAN DAN SARAN
VI. KESIMPULAN DAN SARAN 6.1. Kesimpulan Dalam penelitian ini telah dilakukan suatu rangkaian penelitian yang mencakup analisis pewilayahan hujan, penyusunan model prediksi curah hujan, serta pemanfaatan
Lebih terperinci3. PEMANFAATAN INFORMASI IKLIM UNTUK PENYUSUNAN MODEL PRODUKSI PERTANIAN
3. PEMANFAATAN INFORMASI IKLIM UNTUK PENYUSUNAN MODEL PRODUKSI PERTANIAN 15 Berbagai model ramalan produksi tanaman pangan (khususnya padi) telah dikembangkan di Indonesia. Model-model tersebut secara
Lebih terperinciBAB III DATA DAN METODOLOGI
17 BAB III DATA DAN METODOLOGI 3.1 Data Pada penelitian ini, ada dua jenis data yang akan digunakan. Jenis data pertama adalah data curah hujan bulanan dan yang kedua adalah data luaran GCM. 3.1.1 Data
Lebih terperinciANALISIS MUSIM KEMARAU 2015 DAN PRAKIRAAN MUSIM HUJAN 2015/2016
B M K G BADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA STASIUN KLIMATOLOGI KLAS II PONDOK BETUNG Jln. Raya Kodam Bintaro No. 82 Tangerang Selatan Telp. (021) 7353018 / Fax: 7355262 E-mail: staklim.pondok.betung@gmail.com,
Lebih terperinciI. ANALISIS CURAH DAN SIFAT HUJAN BULAN NOVEMBER 2012
I. ANALISIS CURAH DAN SIFAT HUJAN BULAN NOVEMBER 2012 A. Analisis Curah Hujan Bulan November 2012 Berdasarkan data hujan bulan November 2012 yang diterima dari beberapa pos hujan maka curah hujan bulan
Lebih terperinciPENGANTAR. Bogor, Maret 2016 KEPALA STASIUN KLIMATOLOGI DARMAGA BOGOR
PENGANTAR Badan Meteorologi Klimatologi dan Geofísika () setiap tahun menerbitkan dua buku Prakiraan Musim yaitu Prakiraan Musim Kemarau diterbitkan setiap awal Maret dan Prakiraan Musim Hujan setiap awal
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 terperinciV. PENYUSUNAN MODEL PREDIKSI CURAH HUJAN BERDASARKAN FENOMENA ENSO DAN IOD UNTUK MENENTUKAN RENCANA TANAM
V. PENYUSUNAN MODEL PREDIKSI CURAH HUJAN BERDASARKAN FENOMENA ENSO DAN IOD UNTUK MENENTUKAN RENCANA TANAM 5.1. Pendahuluan Curah hujan merupakan salah satu unsur iklim yang mempunyai variabilitas dan fluktuasi
Lebih terperinciBAB I PENDAHULUAN LATAR BELAKANG
BAB I PENDAHULUAN LATAR BELAKANG Pengembangan suatu wilayah akan berhadapan dengan berbagai potensi dan permasalahan karena berkembangnya suatu wilayah akan memberi konsekuensi positif dan negatif secara
Lebih terperinciJumlah penduduk di wilayah I Serang (Kab. Serang, Kab Lebak, Kab. Pandeglang, Kab. Tanggerang) Kab. Lebak. Kab. Pandeglang. Kab. Sukabumi. Kab.
Data Survei Jumlah penduduk di wilayah I (, Kab Lebak, Pandeglang, ) No. Tahun Lebak Pandeglang 00.9.8..78.085.35.898.5..33 8.3.50 003.79.35.09.8.0.59.87.8.39.89 8.07.880 3 00..358.07.5.0.58.8.355.37.7
Lebih terperinciEVALUASI MUSIM HUJAN 2007/2008 DAN PRAKIRAAN MUSIM KEMARAU 2008 PROVINSI BANTEN DAN DKI JAKARTA
BADAN METEOROLOGI DAN GEOFISIKA STASIUN KLIMATOLOGI PONDOK BETUNG-TANGERANG Jln. Raya Kodam Bintaro No. 82 Jakarta Selatan ( 12070 ) Telp: (021) 7353018 / Fax: 7355262, Tromol Pos. 7019 / Jks KL, E-mail
Lebih terperinciPENGANTAR. Bogor, September 2016 KEPALA STASIUN KLIMATOLOGI DARMAGA BOGOR. DEDI SUCAHYONO S, S.Si, M.Si NIP
Prakiraan Musim Hujan 2016/2017 Provinsi Jawa Barat PENGANTAR Badan Meteorologi Klimatologi dan Geofísika () setiap tahun menerbitkan dua buku Prakiraan Musim yaitu Prakiraan Musim Kemarau diterbitkan
Lebih terperinciPREDIKSI CURAH HUJAN EKSTRIM SECARA SPASIAL (Studi Kasus: Curah Hujan Bulanan di Kabupaten Indramayu) FITRI MUDIA SARI
PREDIKSI CURAH HUJAN EKSTRIM SECARA SPASIAL (Studi Kasus: Curah Hujan Bulanan di Kabupaten Indramayu) FITRI MUDIA SARI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2013 PERNYATAAN MENGENAI TESIS
Lebih terperinciBAB III PEMBAHASAN. Analisis cluster merupakan analisis yang bertujuan untuk. mengelompokkan objek-objek pengamatan berdasarkan karakteristik yang
BAB III PEMBAHASAN Analisis cluster merupakan analisis yang bertujuan untuk mengelompokkan objek-objek pengamatan berdasarkan karakteristik yang dimiliki. Asumsi-asumsi dalam analisis cluster yaitu sampel
Lebih terperinciI. ANALISIS CURAH DAN SIFAT HUJAN BULAN FEBRUARI 2013
I. ANALISIS CURAH DAN SIFAT HUJAN BULAN FEBRUARI 2013 A. Analisis Curah Hujan Bulan Februari 2013 Berdasarkan data hujan bulan Februari 2013 yang diterima dari beberapa pos hujan maka curah hujan bulan
Lebih terperinciPENGGUNAAN METODE FUZZY SIMILARITY DALAM PENENTUAN CAKUPAN WILAYAH INDEKS CURAH HUJAN
PENGGUNAAN METODE FUZZY SIMILARITY DALAM PENENTUAN CAKUPAN WILAYAH INDEKS CURAH HUJAN USING FUZZY SIMILARITY METHOD FOR DETERMINING COVERAGE RAINFALL INDEX AREAS 1 2 3 1 Woro Estiningtyas, Agus Buono,
Lebih terperinciPrakiraan Musim Kemarau 2018 Zona Musim di NTT KATA PENGANTAR
KATA PENGANTAR Badan Meteorologi Klimatologi dan Geofisika (BMKG) setiap tahun menerbitkan dua jenis prakiraan musim yaitu Prakiraan Musim Kemarau diterbitkan setiap bulan Maret dan Prakiraan Musim Hujan
Lebih terperinciBADAN METEOROLOGI DAN GEOFISIKA STASIUN KLIMATOLOGI PONDOK BETUNG-TANGERANG
BADAN METEOROLOGI DAN GEOFISIKA STASIUN KLIMATOLOGI PONDOK BETUNG-TANGERANG Jln. Raya Kodam Bintaro No. 82 Jakarta Selatan ( 12070 ) Telp: (021) 7353018 / Fax: 7355262, Tromol Pos. 7019 / Jks KL, E-mail
Lebih terperinciANALISIS CURAH HUJAN SEPUTAR JEBOLNYA TANGGUL SITU GINTUNG
B M K G BADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA STASIUN KLIMATOLOGI PONDOK BETUNG-TANGERANG Telp: () / Fax: Website : http://www.staklimpondokbetung.net Jln. Raya Kodam Bintaro No. Jakarta Selatan
Lebih terperinciBAB V ANALISIS ASPEK PENGENDALIAN
5-1 BAB V ANALISIS ASPEK PENGENDALIAN Dalam RTRW Propinsi Jawa Barat salah satu substansi pokok dalam rencana pola pemanfaatan ruang adalah mempertahankan keberadaan sawah teknis. Seperti yang telah diketahui
Lebih terperinciPEMBOBOTAN SUB DIMENSION INDICATOR INDEX UNTUK PENGGABUNGAN CURAH HUJAN (Studi Kasus : 15 Stasiun Penakar Curah Hujan di Kabupaten Indramayu)
PEMBOBOTAN SUB DIMENSION INDICATOR INDEX UNTUK PENGGABUNGAN CURAH HUJAN (Studi Kasus : 15 Stasiun Penakar Curah Hujan di Kabupaten Indramayu) FILDZAH HANUM SYAZWINA DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA
Lebih terperinciBAB IV KONDISI UMUM LOKASI PENELITIAN
17 BAB IV KONDISI UMUM LOKASI PENELITIAN 4.1 Letak dan Luas Kabupaten Subang merupakan salah satu kabupaten di kawasan utara provinsi Jawa Barat terletak diantara 107º 31' sampai dengan 107º 54' Bujur
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 terperinciBAB II LANDASAN TEORITIS
BAB I PENDAHULUAN Pengaruh pemanasan global yang sering didengungkan tidak dapat dihindari dari wilayah Kalimantan Selatan khususnya daerah Banjarbaru. Sebagai stasiun klimatologi maka kegiatan observasi
Lebih terperinciLEMBARAN BERITA DAERAH KABUPATEN KARAWANG
LEMBARAN BERITA DAERAH KABUPATEN KARAWANG NO. 50 2011 SERI. A PERATURAN BUPATI KARAWANG NOMOR : 50 TAHUN 2012 TENTANG PEMBENTUKAN, RINCIAN TUGAS, FUNGSI DAN TATA KERJA UNIT PELAKSANA TEKNIS DINAS (UPTD)
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 terperinciLEMBARAN BERITA DAERAH KABUPATEN KARAWANG
LEMBARAN BERITA DAERAH KABUPATEN KARAWANG NO. 31 2011 SERI. E PERATURAN BUPATI KARAWANG NOMOR : 31 TAHUN 2012 TENTANG PEMBENTUKAN, RINCIAN TUGAS, FUNGSI DAN TATA KERJA UNIT PELAKSANA TEKNIS DINAS (UPTD)
Lebih terperinciANALISIS HUJAN BULAN MEI 2011 DAN PRAKIRAAN HUJAN BULAN JULI, AGUSTUS DAN SEPTEMBER 2011 PROVINSI DKI JAKARTA
ANALISIS HUJAN BULAN MEI 2011 DAN PRAKIRAAN HUJAN BULAN JULI, AGUSTUS DAN SEPTEMBER 2011 PROVINSI DKI JAKARTA Sumber : BADAN METEOROLOGI, KLIMATOLOGI DAN GEOFISIKA STASIUN KLIMATOLOGI PONDOK BETUNG TANGERANG
Lebih terperinci7. PEMBAHASAN UMUM 7.1. Penentuan Domain
7. PEMBAHASAN UMUM Pembahasan ini merupakan rangkuman dari hasil bahasan dan kajian dalam Bab 2, 3, 4, 5, dan 6 sebelumnya. Secara umum pembahasan meliputi perkembangan metode-metode peramalan untuk SD
Lebih terperinciANALISIS HUJAN BULAN JUNI 2011 DAN PRAKIRAAN HUJAN BULAN AGUSTUS, SEPTEMBER DAN OKTOBER 2011 PROVINSI DKI JAKARTA
ANALISIS HUJAN BULAN JUNI 2011 DAN PRAKIRAAN HUJAN BULAN AGUSTUS, SEPTEMBER DAN OKTOBER 2011 PROVINSI DKI JAKARTA 1. TINJAUAN UMUM 1.1. Curah Hujan Curah hujan merupakan ketinggian air hujan yang jatuh
Lebih terperinciANALISIS SPASIAL INDEKS KEKERINGAN DAERAH PANTAI UTARA (PANTURA) JAWA BARAT
ANALISIS SPASIAL INDEKS KEKERINGAN DAERAH PANTAI UTARA (PANTURA) JAWA BARAT Oleh : Ch. Nasution dan Djazim Syaifullah Peneliti UPTHB - BPPT Abstract Spatial analysis for water deficit in Pantura was done
Lebih terperinciBAB IV HASIL DAN ANALISIS
BAB IV HASIL DAN ANALISIS IV.1 Uji Sensitifitas Model Uji sensitifitas dilakukan dengan menggunakan 3 parameter masukan, yaitu angin (wind), kekasaran dasar laut (bottom roughness), serta langkah waktu
Lebih terperinciPEMERINTAH KABUPATEN INDRAMAYU DINAS KEBERSIHAN DAN PERTAMANAN
PEMERINTAH KABUPATEN INDRAMAYU DINAS KEBERSIHAN DAN PERTAMANAN Jl. Pahlawan No. 31 Telp./Fax. (0234) 271606 I N D R A M A Y U KEPUTUSAN KEPALA DINAS KEBERSIHAN DAN PERTAMANAN KABUPATEN INDRAMAYU SELAKU
Lebih terperinciIII. ANALISIS DAN DELINEASI WILAYAH ENDEMIK KEKERINGAN UNTUK PENGELOLAAN RISIKO IKLIM
III. ANALISIS DAN DELINEASI WILAYAH ENDEMIK KEKERINGAN UNTUK PENGELOLAAN RISIKO IKLIM 3.1. Pendahuluan Salah satu indikator terjadinya perubahan iklim adalah semakin meningkatnya kejadian iklim ekstrim
Lebih terperinciBuletin Analisis Hujan Bulan Desember 2015 dan Prakiraan Hujan Bulan Pebruari, Maret dan April 2016 KATA PENGANTAR
KATA PENGANTAR Analisis Hujan, Indeks Kekeringan Bulan Desember 2015 serta Prakiraan Hujan Bulan Pebruari, Maret dan April 2016 disusun berdasarkan hasil pengamatan data hujan dari 60 stasiun dan pos hujan
Lebih terperincipersamaan regresi. Adapun rumus yang digunakan untuk menentukan curah hujan kritis adalah sebagai berikut: CH kritis = ( 0.
9 a : intersep (perubahan salinitas jika tidak hujan) b : slope (kemiringan garis regresi). Koefisien determinasi (r 2 ) masing-masing kelompok berdasarkan klaster, tahun, dan lahan peminihan (A dan B)
Lebih terperinciBAB IV GAMBARAN WILAYAH STUDI
39 BAB IV GAMBARAN WILAYAH STUDI 4.1 KARAKTERISTIK UMUM KABUPATEN SUBANG 4.1.1 Batas Administratif Kabupaten Subang Kabupaten Subang berada dalam wilayah administratif Propinsi Jawa Barat dengan luas wilayah
Lebih terperinciIV. HASIL DAN PEMBAHASAN
8 eigenvalue masing-masing mode terhadap nilai total eigenvalue (dalam persen). PC 1 biasanya menjelaskan 60% dari keragaman data, dan semakin menurun untuk PC selanjutnya (Johnson 2002, Wilks 2006, Dool
Lebih terperinci