Model Empiris Variasi Harian Komponen H Pola Hari Tenang. Habirun. Pusat Pemanfaatan Sains Antariksa, LAPAN Jl. Dr. Junjunan No.

dokumen-dokumen yang mirip
PENENTUAN POLA HARI TENANG UNTUK MENDAPATKAN TINGKAT GANGGUAN GEOMAGNET DI TANGERANG

KARAKTERISTIK VARIASI HARIAN KOMPONEN H GEOMAGNET REGIONAL INDONESIA

MODEL VARIASI HARIAN KOMPONEN H JANGKA PENDEK BERDASARKAN DAMPAK GANGGUAN REGULER

PENENTUAN MODEL POLA HARI TENANG STASIUN GEOMAGNET TANGERANG MENGGUNAKAN DERET FOURIER

ANALISIS PERBANDINGAN DEVIASI ANTARA KOMPONEN H STASIUN BIAK SAAT BADAI GEOMAGNET

Analisis Variasi Komponen H Geomagnet Pada Saat Badai Magnet

ANALISIS MODEL VARIASI HARIAN KOMPONEN GEOMAGNET BERDASARKAN POSISI MATAHARI

ANALISIS PERUBAHAN VARIASI HARIAN KOMPONEN H PADA SAAT TERJADI BADAI MAGNET

PERBANDINGAN PERHITUNGAN TINGKAT GANGGUAN GEOMAGNET DI SEKITAR STASIUN TANGERANG (175 4'BT; 17 6'LS)

MODEL POLA HARI TENANG MEDAN GEOMAGNET DI SEKITAR STASIUN TANGERANG MENGGUNAKAN PERSAMAAN POLINOM ORDE-4

TELAAH INDEKS K GEOMAGNET DI BIAK DAN TANGERANG

IDENTIFIKASI MODEL FLUKTUASI INDEKS K HARIAN MENGGUNAKAN MODEL ARIMA (2.0.1) Habirun Peneliti Pusat Pemanlaatan Sains Antariksa, LAPAN

STUDI KORELASI STATISTIK INDEKS K GEOMAGNET REGIONAL MENGGUNAKAN DISTRIBUSI GAUSS BERSYARAT

IDENTIFIKASI MODEL INDEKS K GEOMAGNET BERDASARKAN SIFAT STOKASTIK

DISTRIBUSI KARAKTERISTIK SUDDEN STORM COMMENCEMENT STASIUN BIAK BERKAITAN DENGAN BADAI GEOMAGNET ( )

PREDIKSI BINTIK MATAHARI UNTUK SIKLUS 24 SECARA NUMERIK

Prosiding Seminar Nasional Sains Antariksa Homepage: http//

KETERKAITAN AKTIVITAS MATAHARI DENGAN AKTIVITAS GEOMAGNET DI BIAK TAHUN

COMPONENT VARIANTION PREDICTION)

PENENTUAN POLA HARI TENANG UNTUK MENDAPATKAN TINGKAT GANGGUAN GEOMAGNET DI BIAK

SEMBURAN RADIO MATAHARI DAN KETERKAITANNYA DENGAN FLARE MATAHARI DAN AKTIVITAS GEOMAGNET

BAB 1 PENDAHULUAN. Aktivitas Matahari merupakan faktor utama yang memicu perubahan cuaca

Prosiding Workshop Riset Medan Magnet Bumi dan Aplikasinya

STUDI TENTANG BADAI MAGNET MENGGUNAKAN DATA MAGNETOMETER DI INDONESIA

IDENTIFIKASI LUAS DAERAH AKTIF DI MATAHARI PENYEBAB KEJADIAN BADAI GEOMAGNET

ANALISA KEJADIAN LUBANG KORONA (CORONAL HOLE) TERHADAP NILAI KOMPONEN MEDAN MAGNET DI STASIUN PENGAMATAN MEDAN MAGNET BUMI BAUMATA KUPANG

PREDIKSI TINGKAT GANGGUAN GEOMAGNET LOKAL D(T) MENGGUNAKAN PENDEKATAN STATISTIK

DISTRIBUSI POSISI FLARE YANG MENYEBABKAN BADAI GEOMAGNET SELAMA SIKLUS MATAHARI KE 22 DAN 23

ANALI5IS BADAI MAGNET BUMI PERIODIK

PENGEMBANGAN SOFTWARE DETEKSI OTOMATIS SUDDEN COMMENCEMENT BADAI GEOMAGNET NEAR REAL TIME

Sri Suhartini *)1, Irvan Fajar Syidik *), Annis Mardiani **), Dadang Nurmali **) ABSTRACT

BAB I PENDAHULUAN. Matahari adalah sebuah objek yang dinamik, banyak aktivitas yang terjadi

BAB I PENDAHULUAN. Matahari merupakan sumber energi terbesar di Bumi. Tanpa Matahari

Analisis Kejadian Corona Mass Ejection (CME) dan Solar Wind di Stasiun Geofisika Kampung Baru Kupang (KPG)

PENERAPAN METODE POLARISASI SINYAL ULF DALAM PEMISAHAN PENGARUH AKTIVITAS MATAHARI DARI ANOMALI GEOMAGNET TERKAIT GEMPA BUMI

STUDI PERBANDINGAN DISTRIBUSI INDEKS K GEOMAGNET ANTARA STASIUN BIAK DENGAN MAGNETOMETER DIGITAL DAN STASIUN TANGERANG DENGAN MAGNETOMETER ANALOG

BAB III METODE PENELITIAN. Pada penelitian ini dilakukan indentifikasi terhadap lubang korona, angin

BAB I PENDAHULUAN 1.1 Latar Belakang Yoana Nurul Asri, 2013

BAB I PENDAHULUAN. Kondisi Matahari mengalami perubahan secara periodik dalam skala waktu

Pola Variasi Reguler Medan Magnet Bumi Di Tondano

DAMPAK AKTIVITAS MATAHARI TERHADAP CUACA ANTARIKSA

KALIBRASI MAGNETOMETER TIPE 1540 MENGGUNAKAN KALIBRATOR MAGNETOMETER

BAB III METODE PENELITIAN

PENENTUAN RENTANG FREKUENSI KERJA SIRKUIT KOMUNIKASI RADIO HF BERDASARKAN DATA JARINGAN AUTOMATIC LINK ESTBALISHMENT (ALE) NASIONAL

BAB III METODE PENELITIAN

Variasi Pola Komponen H Medan Geomagnet Stasiun Biak Saat Kejadian Solar Energetic Particle (SEP) Kuat Pada Siklus Matahari Ke-23

Perancangan Software Batik Berbasis Geometri Fraktal

BAB I PENDAHULUAN. yang landas bumi maupun ruang angkasa dan membahayakan kehidupan dan

KARAKTERISTIK SUDDEN COMMENCEMENT DAN SUDDEN IMPULSE DI SPD BIAK PERIODE

ANALISIS FUNGSI AKTIVASI RBF PADA JST UNTUK MENDUKUNG PREDIKSI GANGGUAN GEOMAGNET

Analisis Deret Waktu (Time Series Analysis) 3 sesi. Disusun oleh : Sigit Nugroho Sigma Mu Rho

GANGGUAN GEOMAGNET PADA FASE MINIMUM AKTIVITAS MATAHARI DAN MEDAN MAGNET ANTARPLANET YANG TERKAIT

KETERKAITAN DAERAH AKTIF DI MATAHARI DENGAN KEJADIAN BADAI GEOMAGNET KUAT

MODEL EMPIRIS HARI TENANG VARIASI MEDAN GEOMAGNET DI STASIUN GEOMAGNET TONDANO MANADO

BAB III METODE PENELITIAN. Metode yang digunakan dalam penelitian ini adalah studi kasus

BAB I PENDAHULUAN A. Latar Belakang Tari Fitriani, 2013

BAB III METODE PENELITIAN. Penelitian ini menerapkan metode deskripsi analitik dan menganalisis data

METODE NON-LINIER FITTING UNTUK PRAKIRAAN SIKLUS MATAHARI KE-24

IDENTIFIKASI KONDISI ANGIN SURYA (SOLAR WIND) UNTUK PREDIKSI BADAI GEOMAGNET

Prosiding Seminar Nasional Sains Antariksa Homepage: http//

MANAJEMEN FREKUENSI DAN EVALUASI KANAL HF SEBAGAI LANGKAH ADAPTASI TERHADAP PERUBAHAN KONDISI LAPISAN IONOSFER

PENGUKURAN TEMPERATUR FLARE DI LAPISAN KROMOSFER BERDASARKAN INTENSITAS FLARE BERBASIS SOFTWARE IDL (INTERACTIVE DATA LANGUAGE) Abstrak

PENENTUAN RENTANG FREKUENSI KERJA SIRKUIT KOMUNIKASI RADIO HF BERDASARKAN DATA JARINGAN ALE (AUTOMATIC LINK ESTBALISHMENT) NASIONAL

KARAKTERISTIK VARIASI HARIAN KOMPONEN H GEOMAGNET STASIUN PENGAMAT GEOMAGNET BIAK

DAMPAK PERUBAHAN INDEKS IONOSFER TERHADAP PERUBAHAN MAXIMUM USABLE FREQUENCY (IMPACT OF IONOSPHERIC INDEX CHANGES ON MAXIMUM USABLE FREQUENCY)

PERUBAHAN KLIMATOLOGIS CURAH HUJAN DI YOGJAKARTA, SEMARANG, SURABAYA, PROBOLINGGO DAN MALANG

BAB III METODE PENELITIAN. deskriptif analitik. Studi literatur ini dilakukan dengan menganalisis keterkaitan

Sri Suhartini 1, Irvan Fajar Syidik, Slamet Syamsudin Peneliti Pusat Sains Antariksa, Lapan. Diterima 15 Februari 2014; Disetujui 17 April 2014

BAB I PENDAHULUAN. Tidak hanya di Bumi, cuaca juga terjadi di Antariksa. Namun, cuaca di

Anwar Santoso Peneliti Bidang Geomagnet dan Magnet Antariksa Pusat Sains Antariksa, Lapan

MODEL SPASIAL SUDUT ZENITH MATAHARI PADA LAPISAN F IONOSFER

BADAI MATAHARI DAN PENGARUHNYA PADA IONOSFER DAN GEOMAGNET DI INDONESIA

Anwar Santoso, Mamat Ruhimat, Rasdewita Kesumaningrum, Siska Fillawati Pusat Sains Antariksa

PENENTUAN INDEKS IONOSFER T REGIONAL (DETERMINATION OF REGIONAL IONOSPHERE INDEX T )

ANALIS1S EVOLUSI GRUP SUNSPOTSPD WATUKOSEK UNTUK MEMPEROLEH INDIKATOR KEMUNCULAN FLARE

FLARE BERDURASI PANJANG DAN KAITANNYA DENGAN BILANGAN SUNSPOT

PEMODELAN DAN VALIDASI HUBUNGAN ANTARA FREKUENSI KRITIS LAPISAN F2 IONOSFER (fof2) DENGAN TOTAL ELECTRON CONTENT (TEC) DARI DATA IONOSONDA DAN GPS

ANALISIS MULTIVARIAT PADA DATA INDEKS GEOMAGNET GLOBAL

Skripsi Untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Program Studi Fisika Jurusan Fisika. diajukan oleh SUMI DANIATI

METODE PEMBACAAN DATA IONOSFER HASIL PENGAMATAN MENGGUNAKAN IONOSONDA FMCW

TELAAH PROPAGASI GELOMBANG RADIO DENGAN FREKUENSI 10,2 MHz DAN 15,8 MHz PADA SIRKIT KOMUNIKASI RADIO BANDUNG WATUKOSEK DAN BANDUNG PONTIANAK

1.2 Tujuan Makalah Makalah ini dibuat untuk membantu para taruna-taruni dalam hal memahami tentang hal-hal yang berkaitan dengan medan magnet Bumi.

PENENTUAN POSISI LUBANG KORONA PENYEBAB BADAI MAGNET KUAT

Pemisahan Sinyal Noise Pada Pengolahan Data Medan Magnet Bumi Menggunakan Transformasi Wavelet

KARAKTERISTIK BADAI GEOMAGNET BESAR DALAM SIKLUS MATAHARI KE-22 DAN 23

PERAN DIMENSI FRAKTAL DALAM RISET GEOMAGSA

HELISITAS MAGNETIK DAERAH AKTIF DI MATAHARI

PREDIKSI JANGKA PENDEK B ULAN AN JUMLAH FLARE DENGAN MODEL ARIMA (p,d,[q]), (P,D,Q)' 32

PENGEMBANGAN MODEL PREDIKSI INDEKS K GEOMAGNET

PENENTUAN PREKURSOR GEMPA BUMI MENGGUNAKAN DATA GEOMAGNET NEAR REAL TIME DENGAN METODE PERBANDINGAN POLARISASI 2 STASIUN

Prediksi Indeks Gangguan Geomagnet Lokal K Menggunakan Jaringan Fungsi Basis Radial (JFBR)

PENGOLAHAN SINYAL GEOMAGNETIK SEBAGAI PREKURSOR GEMPA BUMI DI REGIONAL JEPANG

Pasang Surut Surabaya Selama Terjadi El-Nino

ANALISIS KOMPATIBILITAS INDEKS IONOSFER REGIONAL [COMPATIBILITY ANALYSIS OF REGIONAL IONOSPHERIC INDEX]

Analisis Medan Magnet Bumi Sebelum dan Sesudah Kejadian Gempa (Studi Kasus: Gempa 18 November 2014 di Sabang)

PEMODELAN CURAH HUJAN KUMULATIF MINGGUAN DARI DATA CURAH HUJAN STASIUN PURAJAYA. Ahmad Zakaria 1)

ANALISIS KEJADIAN SPREAD F IONOSFER PADA GEMPA SOLOK 6 MARET 2007

Buldan Muslim Peneliti Pusat Sains Antariksa, Lapan ABSTRACT

Manajemen Frekuensi Data Pengukuran Stasiun Automatic Link Establishment (ALE) Riau

ANALISIS AKURASI PEMETAAN FREKUENSI KRITIS LAPISAN IONOSFER REGIONAL MENGGUNAKAN METODE MULTIQUADRIC

Transkripsi:

Prosiding Seminar Nasional Penelitian, Pendidikan dan Penerapan MIPA Fakultas MIPA, Universitas Negeri Yogyakarta, 16 Mei 29 Model Empiris Variasi Harian Komponen H Pola Hari Tenang Habirun Pusat Pemanfaatan Sains Antariksa, LAPAN Jl. Dr. Junjunan No. 133 Bandung 4173 Abstrak Perubahan karakteristik variasi harian komponen H pola hari tenang dari data stasiun pengamat geomagnet Tangerang dengan berdasarkan data rata-rata lima hari tenang pada bulan tertentu. Akibat dampak variasi diurnal (diurnal variation) dan variasi semi diurnal (semi diurnal variation), masing-masing berperiode 24 dan 12 jam. Oleh karena itu model empiris variasi harian komponen H pola hari tenang diidentifikasi menggunakan metode Harmonik analisis. Dengan model empiris yang diperoleh di atas maka perubahan karakteristik variasi harian komponen H pola hari tenang dari masingmasing bulan dapat diidentifikasi. Selain digunakan untuk mengidentifikasi perubahan karakteristik variasi harian komponen H pola hari tenang, model empiris dapat pula digunakan untuk memprediksi variasi harian komponen H pola hari tenang beberapa waktu kedepan. Akurasi model empiris variasi harian komponen H pola hari tenang dibandingkan terhadap data pengamatan sebesar 9 % dan galat 62.799 nt. Demikian pula digunakan untuk memprediksi variasi harian komponen H pola hari tenang dibandingkan terhadap model empiris dengan akurasi cukup tinggi hingga 95 % dengan galat 18.143 nt. Kata kunci: model empiris, variasi harian, Harmonik analisis, identifikasi, prediksi PENDAHULUAN Variasi harian komponen H geomagnet dapat diuraikan dalam berbagai kondisi atau pola yang terbentuk sesuai dampak gangguan yang berpengaruh pada saat tertentu. Sehubungan sumber gangguan yang mempengaruhi medan magnet bumi (geomagnet) secara umum dapat digolongkan dalam dua katagori yakni gangguan internal dan gangguan eksternal. Gangguan internal adalah gangguan yang mempengaruhi medan magnet bumi berasal dari dalam bumi itu sendiri, diantaranya akibat dampak dari pergeseran batuan dalam bumi. Dampak seperti itu biasanya baru terlihat dengan jelas sekitar 4 tahun kemudian yang disebut trend variasi sekuler dan sebagai contoh ditunjukan variasi sekuler komponen H dari stasiun pengamat geomagnet Kakioka yang disampaikan McPherron (25) dan jelasnya lihat gambar 1.1. Demikian pula gangguan eksternal adalah gangguan yang mempengaruhi medan magnet bumi cukup banyak terutama dari aktivitas matahari. Sedangkan gangguan dari aktivitas matahari terdiri dari gangguan aktivitas matahari jangka panjang yang dinyatakan siklus bintik matahari sekitar 11 tahun dan gangguan jangka pendek yang disebut gangguan yang bersifat temporal (Habirun., 27). Gangguan yang bersifat temporal ini umumnya terjadi akibat badai magnet yang disebabkan aktivitas CME (Coronal Mass Ejection), coronal hole dan flare, sebagai contoh dampak badai magnet yang dinyatakan pada komponen H geomagnet dari data stasiun pengamat geomagnet Kakioka tanggal 18 Agustus 23 (lihat gambar 1.2). 3.2 x 14 Kakioka Secular Variation in H 3 H (nt) 2.98 2.96 2.94 2.92 196 197 198 199 2 21 Year M-211

Habirun/Model Empiris Variasi Gambar 1.1: Variasi sekuler komponen H geomagnet dari stasiun pengamat geomagnet Kakioka Jepang mulai tahun 196 sampai dengan tahun 21 yang dilaporkan McPherron (25) H (nt) 2.98 x 14 2.978 2.976 2.974 2.972 2.97 2.968 2.966 2.964 Kakioka H - August 18, 23 2.962 8/16-8/17-8/18-8/19-8/2- Universal Time Gambar 1.2: Variasi harian komponen H geomagnet dari 16 Agustus sampai dengan 2 Agustus 23 (McPherron, 25) pada saat terjadi badai magnet 18-8-23 (garis titik) dibandingkan terhadap pola hari tenang (garis bintang) dari data stasiun pengamat geomagnet Kakioka Jepang Berkaitan dengan variasi harian komponen H saat badai magnet yang dinyatakan di atas terdapat pula kondisi-kondisi variasi harian komponen H tidak terjadi badai dan pada kondisi ini terdapat pula gangguan sehingga variasi harian berfluktuasi. Dan tidak terjadi gangguan yang mempengaruhi variasi harian komponen H dan disebut kondisi pola hari tenang. Pola hari tenang telah ditetapkan Internasional atas dua bagian yakni selama satu bulan sejumlah 1 hari yang paling terganggu dan 5 hari yang paling tenang. Dengan dasar itulah para pakar dunia digunakan sebagai dasar untuk menganalisis variasi harian komponen H pola hari tenang sesuai yang diinginkan. Sehubungan ungkapan di atas pada uraian ini dibahas model empiris variasi harian komponen H pola hari tenang berdasarkan data dari stasiun pengamat geomagnet Badan Meteorologi dan Geofisika (BMG) Tangerang dan Biak. Model empiris variasi harian komponen H pola hari tenang (Mamat., 26) ditentukan berdasarkan rata-rata variasi harian komponen H lima hari tenang dengan menggunakan metode Harmonik analisis. Kegunaan model empiris variasi harian komponen H pola hari tenang untuk mengidentifikasi karakteristik variasi harian komponen H pola hari tenang dari masing-masing bulan dalam tahun tertentu. Selain hal yang digunakan di atas model empiris variasi harian komponen H dapat pula dipergunakan untuk memprediksi variasi harian komponen H pola hari tenang beberapa waktu kedepan. 1. Karakteristik Variasi Harian Komponen H Pola Hari Tenang Variasi harian komponen H geomagnet sebelumnya telah disinggung bahwa sangat kompleks dan berfluktuasi akibat dipengaruhi berbagai aktivitas gangguan dari internal dan eksternal. Sehingga variasi harian komponen H terkelompok dalam keadaan terganggu akibat badai magnet, terganggu bukan akibat badai magnet dan tidak terganggu akibat aktivitas matahari tenang atau tidak terjadi ledakan di matahari dengan notasi Sq. Data Sq ini selama satu bulan tertentu variasi hari tenang dilakukan perata-rataan sehingga diperoleh variasi harian komponen H pola hari tenang dan contoh variasi harian komponen H pola hari tenang oleh (McPherron, 25) dapat dilihat pada gambar 2.1. Pada gambar 2.1 menunjukan suatu kondisi variasi harian komponen H pola hari tenang dalam keadaan tenang tepat pada jam waktu Universal Time selama 11 tahun dari stasiun pengamat geomagnet Kakioka Jepang. Dalam kondisi seperti itu variasi harian komponen H pola hari tenang dari data stasiun pengamat geomagnet BMG Tangerang ditentukan. Hasil-hasil analisis model empiris variasi harian komponen H pola hari tenang (Habirun., 28 dan Mamat., 26) secara detail akan diuraikan pada pasal 3 ; 2. Model Empiris Variasi Harian Komponen H Pola Hari Tenang Dan Prediksinya M-212

Prosiding Seminar Nasional Penelitian, Pendidikan dan Penerapan MIPA Fakultas MIPA, Universitas Negeri Yogyakarta, 16 Mei 29 Sebelumnya telah disinggung bahwa model empiris variasi harian komponen H pola hari tenang dihitung menggunakan data variasi harian komponen H pola hari tenang dari stasiun pengamat geomagnet BMG Tangerang dan Biak. Hasil analisis model empiris variasi harian komponen H pola hari tenang menggunakan metode Harmonik analisis dengan jumlah konstantakonstanta yang dihitung n = 3 dinyatakan persamaan (3.1). Perhitungan model empiris berdasarkan dampak akibat variasi diurnal berperiode 24 jam dan variasi semi diurnal berperiode 12 jam serta 6 jam periode Harmoniknya (Habirun., 24) sehingga diperoleh model empiris variasi harian komponen H pola hari tenang adalah H ( t) = 414.13.77Cos(.26t) 9.72Sin(.26t) 4.55Cos(1.5t) + 2.11Sin(1.5t) 1.59Cos(1.57t).32Sin(1.57t) (3.1) Kakioka July Median Sq in H for 11 Years of Solar Cycle... 1 Year= 1-1 -2 1 Year= 3-1 -2 1 Year= 5-1 -2 1 Year= 7-1 -2 1 Year= 9-1 -2 1 Year=11-1 1 Year= 2 Gambar 2.1: Variasi harian komponen H pola hari tenang (Sq) selama 11 tahun yang ambil setiap bulan Juli masing-masing tahun dari stasiun pengamat geomagnet Kakioka Jepang (McPherron, 25) Model empiris variasi harian komponen H pola hari tenang yang lain seperti dinyatakan persamaan (3.1) dan model empirisnya tidak dinyatakan dalam uraian ini serta hasilnya dibandingkan terhadap data pengamatan rata-rata lima hari tenang bulan Nopember dan Desember 24 (lihat gambar 3.1). Pada gambar 3.1, khususnya perhitungan model empiris variasi harian komponen H pola hari tenang dihitung berdasarkan dampak variasi diurnal berperiode 24 jam. Sedangkan dampak variasi semi diurnal dan harmoniknya tidak diperhitungkan, oleh karena itu variasi harian komponen H dari model tidak mengikuti penyebaran data pengamatan. Dari konstanta-konstanta model empiris variasi harian komponen H pola hari tenang pada persamaan (3.1), konstanta-konstanta model prediksi variasi harian komponen H pola hari tenang -1-2 1 Year= 4-1 -2 1 Year= 6-1 -2 1 Year= 8-1 -2 1 Year=1-1 -2-1 -2-2 -24-12 12 24-24 -12 12 24 Universal Time Universal Time 1 All Years M-213

Habirun/Model Empiris Variasi direkonstruksi untuk digunakan memprediksi variasi harian komponen H pola hari tenang beberapa waktu kedepan. Dengan dirumuskan (Ames., 1967) sebagai berikut ; 2 18 16 Model dan variasi harian Komponen H pola hari tenang rata-rata lima hari tenang bulan Desember 24 stasiun Tangerang 2 18 16 Model dan data variasi harian komponen H pola hari tenang rata-rata lima hari tenang bulan Nopember 24 stasiun Tangerang nt 14 H(nT) 14 12 1 8 1 2 3 4 5 6 7 8 9 1 11 12 13 14 15 16 17 18 19 2 21 22 23 24 Waktu (UT) Data model 12 1 8 Data model 1 2 3 4 5 6 7 8 9 1 11 12 13 14 15 16 17 18 19 2 21 22 23 24 Waktu(UT) Gambar 3.1: Perbandingan antara model empiris dan data variasi harian komponen H pola hari tenang bulan Nopember 24 (kanan) dan bulan Desember 24 (kiri) dari data stasiun pengamat geomagnet BMG Tangerang 2 2πnt A... (3.2) n ( baru) = An ( lama) + δ [ H ( t) H ( t)] Cos T T dengan δ adalah perubahan konstanta untuk beberapa hari sebelumnya dapat dihitung dengan syarat persamaan (3.2) harus sama dengan nol dan T adalah periode. Hasil rekonstruksi konstantakonstanta model prediksi variasi harian komponen H pola hari tenang persamaan (3.2) dan hasil pendekatan perubahan konstanta-konstanta model prediksi sebesar δ =.833 nt untuk memprediksi variasi harian komponen H beberapa waktu kedepan melalui persamaan (3.3) A prediksi =.77 +.833Cos(.26t) B prediksi = 9.72 +.833Sin(.26t) ˆ1 ˆ 2 ˆ1 ˆ 2 A prediksi = 4.55 +.833Cos(1.5t) B prediksi = 2.11+.833Sin(1.5t)... (3.3) A prediksi = 1.59 +.833Cos(1.57t) B prediksi =.32 +.833Sin(1.57t) ˆ3 ˆ3 Konstanta-konstanta model prediksi variasi harian komponen H pola hari tenang hasil konstruksi pada persamaan (3.3) dengan perubahan konstanta-konstanta dari masing-masing periode sebesar.833. Apabila t diketahui pada jam tertentu maka variasi harian komponen H pola hari tenang pada jam tertentu dapat pula diprediksi. Demikian pula untuk t bergerak dari t = 1, 2, 3,...,T dan T = 24 maka variasi harian komponen H pola hari tenang dapat diprediksi selama 24 jam pula. Dari persamaan (3.3) jika t = 1 maka model prediksi variasi harian komponen H pola hari tenang pada jam satu dapat dinyatakan persamaan (3.4) H(t) = 414.13 +.35Cos(.26t) 9.56Sin(.26t) 4.136Cos(1.5t) + 2.833Sin(1.5t) 1.589Cos(1.57t) +.513Sin(1.57t)... (3.4) Dengan persamaan (3.4) maka prediksi variasi harian komponen H pola hari tenang selama sehari kedepan dapat dilakukan setiap jam, berarti bila memprediksi dalam sehari selama t = 24 jam maka konstanta-konstanta rekonstruksi yang digunakan memprediksi variasi harian komponen H selama sehari kedepan dihitung. Kemudian dilakukan prediksi variasi harian komponen H pola hari tenang berdasarkan konstanta-konstanta rekonstruksi yang dihitung dan hasilnya dinyatakan pada gambar 3.2. Dari hasil prediksi variasi harian komponen H pola hari tenang sangat dekat dibandingkan terhadap keluaran model prediksi variasi harian komponen H pola hari tenang. Sehubungan hasil prediksi variasi harian komponen H pola hari tenang yang diperoleh mengikuti fluktuasi data dari keluaran model prediksi variasi harian komponen H pola hari tenang. M-214

Prosiding Seminar Nasional Penelitian, Pendidikan dan Penerapan MIPA Fakultas MIPA, Universitas Negeri Yogyakarta, 16 Mei 29 H(nT) 435 43 425 42 415 41 45 4 395 39 385 Variasi harian komponen H pola hari tenang dari data stasiun pengamat geomagnet BMG Tangerang 1 2 3 4 5 6 7 8 9 1 11 12 13 14 15 16 17 18 19 2 21 22 23 24 Waktu(UT) Prediksi Model Gambar 3.2: Perbandingan antara model prediksi variasi harian komponen H pola hari tenang dengan memperhitungan dampak variasi diurnal dan semi diurnal serta harmoniknya terhadap hasil prediksi sehari kedepan selama 24 jam dari data stasiun pengamat geomagnet BMG Tangerang Identifikasi model empiris dan model prediksi dilakukan analisis perhitungan yang sama terhadap model empiris persamaan (3.1). Dan hasil analisis model empiris variasi harian komponen H pola hari tenang, digunakan data variasi harian komponen H stasiun pengamat geomagnet Biak tanggal 2 Desember 23. Model empiris variasi harian komponen H pola hari tenang dibandingkan terhadap data pengamatan dan hasil prediksinya dapat dilihat pada gambar 3.3. Akurasi model empiris variasi harian komponen H pola hari tenang yang dinyatakan gambar 3.3 sekitar 9 % bervariasi disekitar data pengamatan. Demikian pula perbandingan antara model empiris variasi harian komponen H pola hari tenang dibandingkan terhadap hasil prediksi mempunyai akurasi paling kecil sekitar 95 %. Galat model empiris terhadap data pengamatan variasi harian komponen H stasiun Biak berdasarkan data 2 Desember 23 sebesar 62.799 nt. Demikian pula untuk galat prediksi yang ditentukan terhadap model pediksi sebesar 18.143 nt. H(nT) 3 25 2 15 1 5-5 -1-15 -2 Data variasi harian stasiun geomagnet Biak 2 Desember 23 dibandingkan terhadap model komponen H pola hari tenang dan hasil prediksi Data komp.h Model Prediksi Hasil Prediksi 1 3 5 7 9 11 13 15 17 19 21 23 1 3 5 7 9 11 13 15 17 19 21 23 Waktu(UT) Gambar 3.3: Perbandingan antara data pengamatan variasi harian komponen H dari data stasiun pengamat geomagnet Biak 2 Desember 23 (titik) terhadap model prediksi komponen H pola variasi hari tenang (garis) dan hasil prediksi sekari kedepan selama 24 jam (titik halus) HASIL DAN PEMBAHASAN Hasil analisis model prediksi variasi harian komponen H menunjukan galat model sebesar 62.799 nt yang dinyatakan gambar 3.3. Pada gambar 3.3 menunjukan korelasi antara data pengamatan variasi harian komponen H 2 Desember 23 stasiun geomagnet Biak dibandingkan terhadap model variasi harian komponen H pola hari tenang. Kemudian model tersebut digunakan memprediksi variasi harian komponen H satu hari kedepan dan hasilnya ditunjukan dengan titiktitik halus. Demikian pula galat prediksi terhadap model prediksi variasi harian komponen H pola hari tenang sebesar 18.143 nt juga dinyatakan pada gambar 3.2. Hasil yang diperoleh berdasarkan data variasi harian komponen H rata-rata hari tenang bulan Nopember dan Desember 24 dengan memperhitungkan perode variasi diurnal dan semi diurnal. Hasil analisis menunjukan bahwa model M-215

Habirun/Model Empiris Variasi prediksi bervariasi disekitar penyebaran data pengamatan, tetapi hasil prediksi secara umum mengikuti fluktuasi data pengamatan rata-rata hari tenang. Berkaitan perhitungan hasil prediksi yang dinyatakan pada gambar 3.2, prediksi dihitung dengan memperhitungan perubahan konstanta model prediksi dengan pendekatan selama 24 jam titik pengamatan δ adalah dampak variasi diurnal dan χ adalah dampak akibat variasi semi diurnal masing-masing sebesar.833 nt. Sedangkan hasil prediksi variasi harian komponen H pada gambar 3.3 dihitung berdasarkan dampak variasi diurnal dengan pendekatan rata-rata perubahan konstanta model prediksi sebesar δ = -.1668 nt. Demikian pula perhitungan dampak variasi semi diurnal dengan pendekatan rata-rata perubahan konstanta model prediksi sebesar χ = -.8384 nt. Perlu diketahui bahwa dalam analisis perubahan konstanta-konstanta model prediksi yang diungkapkan di atas merupakan suatu analisis studi awal dalam melakukan prediksi variasi harian komponen H jangka pendek. Dengan hasil-hasil prediksi variasi harian komponen H yang telah diperoleh di atas tidak berhenti sampai disitu saja tetapi masih dapat dilakukan pengembanganpengembangan lebih lanjut sampai diperoleh hasil prediksi terbaik dengan akurasi yang lebih tinggi. KESIMPULAN DAN SARAN Berdasarkan hasil studi awal prediksi variasi harian komponen H pola hari tenang maupun prediksi variasi harian komponen H jangka pendek pada umumnya dapat diprediksi dengan baik. Dengan akurasi model prediksi variasi harian komponen H pola hari tenang tidak lebih dari 18.143 nt. Sedangkan akurasi model prediksi variasi harian komponen H dari data pengamatan menunjukan lebih rendah dari pada variasi harian komponen H pola hari tenang. Galat model prediksi dibandingkan terhadap data variasi harian komponen H dari pengamatan sebesar 62.799 nt. Apabila hasil prediksi variasi harian komponen H pola hari tenang dibandingkan terhadap model prediksi variasi harian komponen H pola hari tenang maka diperoleh akurasi prediksi sekitar 18.143 nt. Hasil prediksi variasi harian komponen H ini mengikuti fluktuasi pola perubahan model prediksi. Demikian pula hasil prediksi variasi harian komponen H menggunakan data pengamatan mengikuti fluktuasi pola perubahan model prediksi dan hasil prediksi variasi harian komponen H bervariasi disekitar data pengamatan. Hasil-hasil yang diungkapkan dalam uraian ini merupakan analisis awal untuk memprediksi variasi harian komponen H jangka pendek, oleh karena itu model prediksi yang diungkapkan dalam unraian ini masih dapat dikembangkan untuk memprediksi variasi harian komponen H beberapa waktu/hari kedepan. Sehingga akurasi model prediksi variasi harian komponen H dari data pengamatan lebih tinggi dan selalu mengkuti fluktuasi perubahan data pengamatan. DAFTAR PUSTAKA Ames J. W., and Egan R. D., 1967 Digital recording and short-time prediction of oblique ionosphere Propagation, IEEE Transaction on antennas and propagation. Vol. AP-15, No. 3 May pp.382-389. Habirun, Rachyany, S., dan Santoso A., 24. Prediksi MOF dan LOF quasi real time pada sirkit komunikasi Manado-Sumedang. Proceedings The International Conference on Statistics and Mathematics and Its Applications in the Development of Science and Technology, Edisi Khusus Volume 4 No.2 69-74 Bandung Indonesia. Habirun, Titiek Setiawati, Yaya Karyanto., (27). Pengembangan Model Prediksi Indeks K Geomagnet. Journal of Aerospace Sciences, Vol. 4 No. 2 Juni, Hal. 74 9 LAPAN Jakarta. Habirun, S. Agung N., Anwar Santoso, Sity Rachyany, Hary Bangkit (28). Model prediksi variasi harian geomagnet, Program Penelitian tahun 28. Mamat. R., Sity R., Habirun, Visca. W., 26 Penentuan pola hari tenang untuk mendapatkan tingkat gangguan geomagnet di Biak, Majalah sains teknologi dirgantara, Vol. 1 No.2 Juni hal. 13 113 LAPAN Jakarta McPherron (25). Calculation of the Dst index, Presentation at LWS CDAW Workshop Fairfax, Virginia. Email: rmcpherron@igpp.ucla.edu. M-216