2014
DOI: 10.31172/jmg.v15i1.169
|View full text |Cite
|
Sign up to set email alerts
|

Validasi Dan Koreksi Data Satelit TRMM Pada Tiga Pola Hujan Di Indonesia

Abstract: Prediksi curah hujan cukup sulit dilakukan karena keragamannya sangat tinggi dan banyaknya permasalahan data, seperti minimnya ketersediaan data, data tidak lengkap/kosong, jumlah stasiun kurang tersebar, kurang tenaga pengamat, sistem pengamatan dan pemasukan data masih manual, serta pengumpulan data berjalan lambat. Untuk mengatasi permasalahan tersebut, dapat digunakan satelit hujan yang memiliki resolusi spasial dan temporal tinggi, cakupan wilayah luas, data near real-time, akses cepat, dan ekonomis. Pene… Show more

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...
3
1
1

Citation Types

0
18
0
15

Year Published

2017
2017
2024
2024

Publication Types

Select...
5
3

Relationship

0
8

Authors

Journals

citations
Cited by 38 publications
(39 citation statements)
references
References 12 publications
0
18
0
15
Order By: Relevance
“…Analisis potensi serangan hama terhadap kondisi iklim dan perubahan iklim masa depan diharapkan dapat menjadi sumber informasi dalam early warning system (peringatan dini) serta dapat mendukung penyusunan manajemen pengendalian hama yang lebih efektif. (Mamenun et al, 2014;Pires et al, 2016;Staffell and Pfenninger, 2016). Data stasiun observasi Citeko digunakan untuk koreksi data iklim ECMWF.…”
Section: Pendahuluanunclassified
See 1 more Smart Citation
“…Analisis potensi serangan hama terhadap kondisi iklim dan perubahan iklim masa depan diharapkan dapat menjadi sumber informasi dalam early warning system (peringatan dini) serta dapat mendukung penyusunan manajemen pengendalian hama yang lebih efektif. (Mamenun et al, 2014;Pires et al, 2016;Staffell and Pfenninger, 2016). Data stasiun observasi Citeko digunakan untuk koreksi data iklim ECMWF.…”
Section: Pendahuluanunclassified
“…Faktor koreksi kemudian digunakan untuk mengoreksi data ECMWF dengan memasukkan data ECMWF ke dalam persamaan regresi yang telah dihasilkan untuk mendapatkan nilai ECMWF terkoreksi. Bentuk persamaan regresi disajikan pada Persamaan (2) (Mamenun et al, 2014)…”
Section: Pendahuluanunclassified
“…Seiring dengan ditemukannya teknologi satelit cuaca, penelitian tentang kualitas data dilakukan di beberapa wilayah Indonesia. Validasi data satelit terhadap pola-pola hujan yang ada di Indonesia dlakukan oleh Mamenun et al (2014) dengan menggunakan data satelit Tropical Rainfal Measuring Mission (TRMM) dan Fitria et al (2016) dengan menggunakan data Global Satellite Mapping of Precipitation (GSMaP). Validasi data dua satelit tersebut juga dilakukan dengan pada wilayah khusus dengan menampilkan pola spasial seperti di pesisir barat Aceh (Lubis et al, 2017), di Kepulauan Babel (Supari et al, 2013), dan tematik pada daerah aliran sungai besar Indonesia (Syaifullah, 2014) Selain kajian validasi data satelit, penelitian spesifik juga dilakukan pada varian data hujan yaitu curah hujan ekstrem.…”
Section: Pendahuluanunclassified
“…Dummy variable D1 is used to separate the lower (set to 1) and the upper (set to 0) of quantile 50 (q50). The used of D1 is based on [6] which notes that the TRMM satellite data has good estimate to low rainfall, but not good enough for high rainfall. This means that there is different distribution between low and high rainfall.…”
Section: 2the Modeling By Gridmentioning
confidence: 99%
“…Some researches and techniques were established to study the used of TRMM data as the completion of station's data. Within these research, in Indonesia [6] yield the correction forms to TRMM data in 3 pattern of rainfall in Indonesia. While [7] used downscaling technique to estimate the rainfall data based on TRMM rainfall data.…”
Section: Introductionmentioning
confidence: 99%