Atmospheric conditions analysis of the heavy rain phenomenon in Biak (case study 4-5 December 2014)

Ismail, Prayoga; Siadari, Ejha Larasati

doi:10.1088/1742-6596/795/1/012015

Cited by 4 publications

(3 citation statements)

References 9 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Semakin rendah nilai divergence maka mengindikasikan terjadinya pola konvergen begitu juga sebaliknya semakin tinggi nilai divergence maka mengindikasikan terjadinya pola divergen. Pada data relative vorticity, semakin rendah nilai yang didapatkan maka mengindikasikan terjadinya pola siklonik di wilayah lintang selatan atau pola antisiklonik di wilayah lintang utara begitu juga sebaliknya semakin tinggi nilai yang didapatkan maka mengindikasikan terjadinya pola antisiklonik di wilayah lintang selatan atau pola siklonik di wilayah lintang utara [10] .…”

Section: Pendahuluanunclassified

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

Prasetiyo

2024

BGB

View full text Add to dashboard Cite

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

show abstract

Section: Pendahuluanunclassified

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

Prasetiyo

2024

BGB

View full text Add to dashboard Cite

show abstract

“…The communities in Nigeria affected by this extreme low level moisture flux convergence are Aguleri in Anambra state, Katsina Ala in Benue state, Makurdi in Benue state, Ikom in Cross River state, Lokoja in Kogi state, among others. It has been noted by Ismail and Siadari (2017) that if the atmosphere is unstable with abundant low-level moisture and a mechanism exists to lift the air (thereby releasing the potential instability), convective weather and rainfall (showers) can develop. On September 29, 2012, the affected areas were still under the influenced of extreme low-level moisture flux convergence, including Ofutop II in Cross River state where the peak rainfall rate was observed.…”

Section: The 2012 Flood In Nigeriamentioning

confidence: 99%

Thermodynamic Environment During the 2009 Burkina Faso and 2012 Nigeria Flood Disasters: Case Study

Balogun

Adefisan

Adeyewa

et al. 2021

African Handbook of Climate Change Adaptation

View full text Add to dashboard Cite

Critical or extreme atmospheric conditions which could result in flood disasters are important output for numerical weather forecast. This research applied thermodynamic variables to investigate the environment of two flood scenarios in West Africa as captured by the Tropical Rainfall Measurement Mission (TRMM) satellite. Results from the two case studies of flood events, in (i) Burkina Faso and (ii) Nigeria savannah, investigated in this research work, indicated that the September 1st 2009 flood, which was as a result of a single volumetric rainfall event of 408,070.60 ((mm/h)*km2) with 65% convective region in Burkina Faso, was initiated by interactions between extremely large lower tropospheric wind shear and cold pool dynamics. The case of the Nigeria savannah floods between July and September, 2012, was triggered by both continuous rainfall and release of water from the lagdo dam in Cameroon, which affected most of the communities in the river Benue axis. The continuous rainfalls were found to be as a result of extremely high convergence of moisture in the river Benue axis at different locations and periods. One of such rainfall events, as captured by TRMM satellite during September 29, 2012 in the Nigeria rainforest zone, indicated that the volumetric rainfall is 351,310.9 ((mm/h)*km2) with only 34% convective portion. From these results, it can be deduced that a combination of thermodynamic environmental variables, volume rainfall, and other satellite-derived convective parameters could provide important information for flood forecasting.

show abstract

“…Dampak siklon tropis sebagai fenomena cuaca skala sinoptik dapat menjangkau hingga ribuan kilometer dari pusat badai dengan skala waktu sampai beberapa hari hingga mingguan. Sebagai contoh, cuaca ekstrem berupa hujan lebat dengan intensitas mencapai 102 mm dalam sehari di Biak pada Desember 2014 terjadi pada saat terbentuknya siklon tropis Hagupit yang menerjang Filipina (Ismail et. al, 2017).…”

Section: Pendahuluanunclassified

Analisis Siklon Tropis Nock-Ten Berbasis Data Satelit Himawari

Ismail¹,

Hidayat²,

Siadari³

2019

jmkg

Self Cite

View full text Add to dashboard Cite

Siklon tropis Nock-Ten yang melintasi Filipina pada 25-26 Desember 2016 termasuk dalam kategori super taifun. Dalam skala meteorologi, siklon tropis termasuk dalam fenomena berskala sinoptik. Dampak yang ditimbulkan dapat memengaruhi kondisi atmosfer di wilayah Indonesia, terutama siklon tropis yang terbentuk di perairan Samudera Pasifik Barat Daya dan Samudera Hindia sebelah utara Australia. Oleh karena itu, perlu dilakukan pemantauan aktivitasnya karena berpengaruh pada dinamika atmosfer yang memicu angin kencang dan tumbuhnya awan hujan. Penelitian ini bertujuan untuk menganalisis pertumbuhan, pergerakan, danintensitas Taifun Nock-Ten dengan menggunakan data satelit Himawari 8 kanal IR1. Metode yang digunakan berupa analisis indeks konvektif dengan menggunakan data TBB (Temperature of black body) sebagai suhu puncak awan dan metode pengamatan visual berbasis teknik Dvorak untuk memantau pertumbuhan dan pergerakan siklon, dan untuk mendapatkan T-Number yang dapat digunakan untuk memprakirakan intensitasnya berupa kecepatan angin maksimum dan tekanan minimum pusat siklon. Berdasarkan analisis suhu puncak awan dari siklon tropis Nock-Ten didapatkan nilai indeks konvektif yang tinggi yaitu berkisar dari 49.9 hingga 74.4. Siklon tropis Nock-Ten memiliki masa hidup 8 hari, terbentuk di Samudera Pasifik sebelah utara Papua berupa MCS (Mesoscale Convective System) pada 20 Desember 2016 yang berpropagasi ke barat dan punah pada 28 Desember 2016. Intensitas maksimum terjadi pada 25 Desember 2016 pukul 00.00 UTC dengan T-Number mencapai 7.0 dengan nilai prakiraan kecepatan angin maksimum mencapai 140 knots dan tekanan udara minimum mencapai 898 hPa, setara dengan siklon tropis kategori 5 skala Saffir-Simpson.

show abstract

Atmospheric conditions analysis of the heavy rain phenomenon in Biak (case study 4-5 December 2014)

Cited by 4 publications

References 9 publications

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

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

Thermodynamic Environment During the 2009 Burkina Faso and 2012 Nigeria Flood Disasters: Case Study

Analisis Siklon Tropis Nock-Ten Berbasis Data Satelit Himawari

Contact Info

Product

Resources

About