Memperkecil Ukuran Peta SHP

Seringkali kita membutuhkan ukuran peta SHP yang lebih kecil, untuk itu salah satu cara yang bisa dilakukan untuk mereduksi ukuran peta adalah secara online, yaitu :

1. Kunjungi situs : https://mapshaper.org/ 

2. Klik tombol select

3. Masukkan file yang akan dikecilkan ukurannya, pastikan bahwa file tersebut harus terdiri dari ekstensi shp, dbf, shx, prj. Kemudian Klik import, maka akan terbuka di layar peta yang telah diimport tadi

4. Klik tombol simplify, kemudian pilih metode reduksi ukuran peta, biasanya saya memilih metode Douglas-Peucker. Silahkan baca menu help nya untuk penjelasan metode reduksi tersebut dan metode lainnya.

5. Kemudian tentukan berapa persen (%) ukuran peta yang akan direduksi, biasanya saya memilih 10%. Setelah itu klik repair.

6. Klik export untuk menyimpan file yang sudah direduksi ukurannya, akan muncul kotak dialog untuk memilih format file yang diinginkan misalnya dalam hal ini dipilih format SHP.

7. Kemudian klik tombol export untuk menyimpan peta hasil reduksi, jangan lupa beri nama file yang berbeda dengan peta aslinya..

8. Selamat Mencoba..

Gajah dan Kemarau

Sumber Foto : https://www.kompas.com/sains/read/2023/01/30/190000323/apakah-gajah-ingatannya-benar-benar-kuat-dan-tidak-pernah-lupa-?page=all

Gajah adalah mamalia darat yang terbesar di dunia. Gajah Sumatera (Elephas maximus sumatranus) adalah spesies mamalia endemik terbesar di Sumatera. Sebagaimana ukuran tubuhnya, otaknya pun juga sangat besar dan dapat berkembang. Sehingga ungkapan Memori Gajah bukanlah menjadi sebuah pepesan kosong belaka. Ungkapan ini ada karena gajah memang memiliki daya ingat yang luar biasa. Seekor gajah mampu mengingat kejadian yang dialaminya sejak kecil hingga dewasa. 

Kemampuan daya ingat inilah yang membuat gajah dapat menjaga kelangsungan hidupnya. Pada saat musim kemarau panjang, gajah akan dapat menemukan kembali wilayah yang ada sumber air yang dulu pernah dilalui, sehingga kawanan gajah ini terbebas dari kekeringan. Pencarian air berdasarkan ingatan ini kadang menjadi salah satu pemicu konflik antara gajah dan manusia.  Bagaimana tidak, kubangan yang dulu tempat mereka mandi dan mendinginkan tubuh tiba-tiba menjadi kebun atau bahkan pemukiman warga. Konflik gajah dan manusia yang lain misalnya karena berkurangnya habitat gajah akibat alih fungsi hutan atau disebabkan karena kemarahan kawanan gajah akibat anggota keluarganya tewas dibunuh pemburu liar. Namun kejadian ini tidak bergantung dengan musim.

Jadi setiap musim kemarau tiba perlu diwaspadai adanya kemungkinan konflik antara gajah dan manusia. Sebagaimana diketahui, habitat gajah terbesar di Provinsi Jambi berada di Kabupaten Tebo yaitu di kawasan bukit tiga puluh. Dilansir dari Mongabai Indonesia tahun 2018, ada sekitar 143 ekor gajah di kawasan ini. Disamping itu juga ada habitat gajah di Kabupaten Sarolangun dan Kerinci yang jumlahnya tidak terdata.

Bagaimana dengan kemarau tahun 2023 ini ? 

Beberapa hari yang lalu, Stasiun Klimatologi Jambi baru saja merilis Prakiraan Musim Kemarau 2023 untuk Provinsi Jambi. dari rilis tersebut dapat disimpulkan bahwa, secara umum awal musim kemarau tahun 2023 di Provinsi Jambi dimulai pada bulan Mei Dasarian I hingga Juni dasarian I dengan sifat hujan musim kemarau yang cenderung Normal. Dimana puncak musim kemarau di Provinsi Jambi tahun ini diprediksi terjadi di bulan Juli hingga Agustus 2023. Hal ini tentu sedikit melegakan, walaupun tahun 2023 ini diprediksi lebih kering dari tahun 2022 yang lalu tapi curah hujan masih masuk dalam kategori Normal.  

Triple dip La Nina memang telah berakhir, ENSO diprediksi BMKG akan memasuki fase Netral setidaknya hingga pertengahan tahun 2023. Begitu pula dengan IOD, fase positif saat ini diprediksi akan menuju Netral juga. Namun tetap perlu diwaspadai akan kemungkinan terjadinya El Nino Lemah yang diprediksi oleh beberapa Lembaga Internasional. Sebagaimana mereka juga memprediksi akan terjadinya kondisi IOD Positif. Kombinasi keduanya sedikit banyak tentu  akan mengurangi curah hujan di Indonesia khususnya di Provinsi Jambi.

Menarik ditunggu kemana arah ENSO selanjutnya, karena titik kritis ada di bulan Mei. Jika anomali SST Nino3.4 terus naik positif di bulan Mei tersebut maka El Nino lah yang akan terjadi tetapi jika anomali SST Nino3.4 turun mengikuti pola Klimatologisnya maka fase Netral yang akan terjadi.

Kembali ke soal gajah. Ada fakta menarik terkait hewan satu ini, yaitu adanya proses dispersal dimana gajah jantan dewasa akan memisahkan diri dari kelompoknya untuk mencari wilayah jelajah baru dan menghindari perkawinan sedarah. Agaknya inilah yang menyebabkan kepintaran gajah tetap terjaga karena selalu terjadi kawin silang, sehingga ungkapan Memori Gajah tentu akan terus lestari.   

QUOTE :

"Jika ingatan tak lagi diingat, otak menganggapnya kurang penting dan dibuang untuk dilupakan. Sebaliknya, semakin sering ingatan diakses, otak akan semakin mengingatnya".

Jurnal 5 : UJI PERFORMA MODEL AUTO-ARIMA UNTUK PRAKIRAAN CURAH HUJAN BULANAN TAHUN 2021 DI PROVINSI JAMBI

 Arif Ma’rufi

Stasiun Klimatologi Jambi

arif.marufi@bmkg.go.id ; marufi.arif@yahoo.com

ABSTRAK

Prakiraan curah hujan bulanan merupakan salah satu layanan informasi iklim yang utama di Badan Meteorologi Klimatologi dan Geofisika (BMKG) khususnya di Kedeputian Klimatologi. Salah satu model yang digunakan untuk membuat prakiraan curah hujan bulanan adalah ARIMA. Namun selama ini proses running ARIMA dilakukan satu per satu sehingga memerlukan waktu yang lama dan Sumber Daya Manusia yang banyak. Tujuan penelitian ini adalah untuk melakukan uji performa model prakiraan curah hujan bulanan ARIMA yang diotomatisasi dengan menggunakan fasilitas library Auto-ARIMA pada software RStudio. Penentuan model ARIMA terbaik berdasarkan pada nilai AIC (Akaike Information Criteria) terkecil. Hasil penelitian ini menunjukkan tingkat efisiensi yang baik dimana untuk melakukan running Auto-ARIMA pada 146 pos hanya membutuhkan waktu 12 menit saja. Rata-rata akurasi prakiraan curah hujan bulanan tahun 2021 di Provinsi Jambi sebesar 64.5% dan untuk sifat hujan sebesar 64.2%. Selanjutnya, diperoleh hasil bahwa wilayah timur Provinsi Jambi memiliki persentase akurasi yang lebih tinggi daripada wilayah barat Provinsi Jambi, baik untuk curah hujan maupun sifat hujan. Dan hasil analisis bias menunjukkan bahwa prakiraan curah hujan dan sifat hujan bulanan tahun 2021 Provinsi Jambi memiliki pola total bias yang sama. Dimana persentase under forecast lebih tinggi daripada persentase over forecast dan hits. Secara berturut-turut nilainya adalah 41.74%, 34.01% dan 24.25% untuk curah hujan dan 41.8%, 33.6% dan 24.6% untuk sifat hujan. Analisis bias tiap kategori curah hujan menunjukkan bahwa untuk kategori 1-3 dan kategori 8-9 adalah under forecast dan kategori 4-7 adalah over forecast.

Kata Kunci : Auto-ARIMA,  RStudio, Otomatisasi, Prakiraan, Jambi.

ABSTRACT

 

Rainfall prediction is a main product provide by the Meteorology, Climatology and Geophysics Agency (BMKG). ARIMA is used to produce monthly rainfall prediction. The model was used operationally to predict the monthly rainfall, although it needed more resources of time and human because of its method was manually. The purpose of this research is to assessment the performance of the automated ARIMA model for monthly rainfall prediction over Jambi province by using RStudio software. The best ARIMA model is based on the smallest AIC (Akaike Information Criteria) value. The results of this study indicate a good level of efficiency where running Auto-ARIMA at 146 posts only takes 12 minutes. The average accuracy of forecasting monthly rainfall for 2021 in Jambi Province is 64.5% and for the nature of rain it is 64.2%. Furthermore, the results show that the eastern region of Jambi Province has a higher percentage of accuracy than the western, both for rainfall and the nature of the rain. And the results of the bias analysis show that the forecast for rainfall and the nature of the monthly rainfall for 2021 for Jambi Province has the same total bias pattern. Where the percentage of under forecast is higher than the percentage of over forecast and hits. The values ​​are respectively 41.74%, 34.01% and 24.25% for rainfall and 41.8%, 33.6% and 24.6% for rainfall properties. The bias analysis for each category of rainfall shows that categories 1-3 and categories 8-9 are under forecast and categories 4-7 are over forecast.

Keywords : Auto-ARIMA, RStudio, Automation, Forecasting, Jambi.

Terbit di Buletin Meteorologi, Klimatologi dan Geofisika Nomor 1 Volume 4 Bulan Januari 2023

Pseudo Kemarau dan Musim Tanam

Catatan Musim 2021...

Jika ada yg masih ingat, bahwa Provinsi Jambi sempat mengalami kemarau semu atau kalau mau sedikit keren kita sebut dengan pseudo kemarau pada bulan Februari 2021 yang lalu. Curah hujan berkurang secara drastis dan  bahkan cenderung kering hingga 3 dasarian atau lebih. Jika mengikuti aturan penetapan Musim Kemarau (MK) BMKG maka kondisi tersebut sudah dapat dikatakan masuk MK. Namun tunggu dulu, sebenarnya hal tersebut lumrah bagi Provinsi Jambi. Dimana curah hujan berkurang di bulan Februari dan kemudian meningkat kembali pada periode musim MAM. Masalahnya kondisi tersebut tidak terjadi setiap tahun, sehingga kita tidak bisa menetapkannya sebagai MK 1 seperti di Sumatera Utara. Ada fase dimana banjir justru terjadi di bulan Februari.

Banyak yang terjebak dengan kondisi ini, tidak terkecuali petani. Kondisi iklim yang nampak bersahabat seperti memanggil untuk turun tanam. Sudah terbayang IP200 di pelupuk mata mereka.

Dan benar saja, ketika persemaian dimulai air bah pun datang. Banjir tersebut terjadi di akhir Maret hingga awal April 2021. Ternyata masih banyak PR kita di BMKG, khususnya Klimatologi Jambi.

Setelah itu, iklim seolah kembali bersahabat. Hujan tetap turun namun banjir sepertinya tidak akan terjadi. Sampai akhirnya...

Sejak tgl 18 Mei 2021, secara mengejutkan Tinggi Muka Air (TMA) sungai Batanghari di dermaga Muara Bulian yg dicatat oleh BPBD Kab. Batanghari bergerak naik sangat cepat. Hingga tgl 21 mei 2021 jam 07.00 WIB mulai mendekati level SIAGA III - WASPADA (250 cm).

Akibatnya, beberapa petani kembali panik dan meminta konfirmasi tentang kemungkinan banjir sungai Batanghari di bulan Mei 2021 ini. Kepanikan tersebut muncul karena saat ini sudah masuk masa pengolahan tanah dan persemaian. Sehingga para petani merasa khawatir jadwal tanam akan terganggu dan sawah mereka kembali terendam.

Hasil analisis curah hujan Provinsi Jambi dasarian II Mei 2021 menunjukkan distribusi curah hujan Kategori MENENGAH yg dominan terjadi. Hanya beberapa wilayah kecil yg masuk Kategori TINGGI terjadi di sebagian kecil Kab. Tebo bagian selatan dan sebagian kecil Kab. Merangin.

Artinya peningkatan TMA di sungai Batanghari kali ini ternyata tidak berkorelasi langsung dg distribusi curah hujan di Provinsi Jambi. Tidak banyak wilayah dg curah hujan Kategori TINGGI yg terjadi di wilayah hulu.

Pertanyaannya, airnya dari mana ?

Kecurigaan saya langsung mengarah ke Provinsi Sumatera Barat. Namun Saya mesti menunggu beberapa hari untuk mendapat jawaban dari pertanyaan itu. Online Climate Meeting (OCM) kemarinlah yg membuat semuanya menjadi jelas. Ternyata tiga kabupaten di Provinsi Sumatera Barat yg merupakan bagian dari hulu sungai Batanghari mengalami curah hujan Kategori Tinggi dan * Sangat Tinggi* pada Das II Mei 2021. Ketiga Kabupaten tersebut adalah Kab. Solok Selatan, Kab. Solok dan Kab. Dharmasraya.

Pelajaran penting dari sini adalah informasi iklim dari Provinsi Sumatera Barat tidak bisa diabaikan begitu saja. Khususnya dalam analisis dan prakiraan curah hujan DAS Batanghari Jambi yg berkaitan dengan jadwal tanam. Karena juga dapat mempengaruhi perubahan TMA sungai Batanghari.

Bagaimana Prediksi Curah Hujan Kedepan ?

Tim prediksi SLI Operasional Staklim Muaro Jambi sedang bekerja, menurut rencana diskusi tentang ini akan dilaksanakan dalam minggu ini.

Sambil menunggu, saya coba mereka-reka prediksi yang telah tersedia.

Prediksi curah hujan Das III Mei 2021 baik untuk Jambi maupun Sumatera Barat menunjukkan tren penurunan dibanding dasarian sebelumnya. Ini berarti TMA sungai Batanghari akan segera surut. Dan bahkan sinyal curah hujan kategori Rendah mulai nampak pada Das I dan II Juni 2021. Khususnya pada bagian tengah ke timur Provinsi Jambi. Siap2 memasuki periode kering...

Semoga kita semua selalu dalam lindungan Allah SWT. Salam Sehat

Telanaipura, 25 Mei 2021

Arif Ma'rufi

AADK (Ada Apa Dengan Kemarau)

Catatan Kemarau 2020..

Tulisan ini terinspirasi dari film Ada Apa Dengan Cinta (AADC-2002) yang kembali ditayangkan di televisi dua minggu yang lalu. Kemarau tahun 2020 ini memang penuh misteri. Persis Rangga yang pendiam dan suka menyendiri. Dan keraguan Cinta dalam memilih persahabatan atau kekasih.

Bayangkan saja, di bulan Juli seperti ini biasanya Provinsi Jambi sedang kering-keringnya, tapi fakta berkata lain, hujan masih saja terjadi. Ya kemarau itu seperti ragu untuk datang. Sampai dengan Dasarian II Juli 2020, baru zom 24 yang meliputi pesisir timur Jambi yang dinyatakan telah masuk Musim Kemarau. Namun Jika dianalisis per titik pengamatan, sudah sekitar 45% wilayah kecamatan yang telah masuk kemarau di Provinsi Jambi. Itu pun masih ditingkahi hujan yang terjadi. Sisanya masih indikasi memasuki MK dan belum masuk MK tahun 2020.

Untuk menjawab kondisi ini, beberapa ulasan dikemukakan para ahli, diantaranya adalah lemahnya 'tarikan' massa udara oleh monsun Asia sehingga menyebabkan kelembaban masih tinggi di lapisan atas Benua Maritim Indonesia (BMI). Kemudian Sea Surface Temperature (SST) hangat di BMI yang cenderung bertahan cukup lama. Hal ini disebabkan karena arus permukaan di Pasifik yang mengarah ke barat, dan sebaliknya di Indian Ocean mengarah ke timur sehingga berpotensi mendorong dan mempertahankan warm pool d BMI. Kombinasi kedua hal ini membuat potensi terbentuknya awan hujan menjadi tinggi tidak hanya di Jambi tapi bahkan seluruh wilayah Indonesia.

Lalu bagaimana dengan kemarau tahun ini ? Saya sendiri masih meyakini masih ada potensi masuknya MK sesuai kriteria BMKG untuk wilayah yang masih indikasi dan belum masuk. Namun bisa jadi kemarau tersebut hanya berlangsung singkat untuk kemudian diselingi dengan terjadinya hujan. Tentu feeling dan keyakinan saja tidaklah cukup. Perlu pembuktian ilmiah yang kuat sebagai dasar membuat pernyataan.

Menjadi tantangan tersendiri bagi teman2 forecaster yang akan mengikuti rapat penentuan Awal Musim Hujan 2020/2021 minggu depan. Akan sedikit sulit memprediksi kapan awal musim hujan 2020/2021 akan masuk sementara musim hujan 2019/2020 itu sendiri masih berlangsung. Idealnya model yang digunakan harus menangkap dulu sinyal kemarau tahun ini baru bisa ditentukan kapan musim hujan 2020/2021 ditentukan. Cara lain adalah dengan mengambil titik yang dengan tegas terlihat kemaraunya untuk mewakili rata2 zom sebagai sampel data input model. Atau dengan mengambil analogi terhadap tahun2 sebelumnya. Intinya forecaster dituntut untuk lebih kreatif dalam menyelesaikan prediksi MH 2020/2021 ini.

Segala misteri itu akan terjawab, tidak oleh kita maka akan dijawab oleh waktu. Dan akan menjadi pengalaman berharga bagi kita semua. Berikut bait terakhir puisi yang diberikan Rangga kpd Cinta saat mereka berpisah di Bandara :  (baca : Cinta = Kemarau)

ada apa dengan cinta
tapi aku pasti akan kembali
dalam satu purnama
untuk mempertanyakan kembali cintanya.
bukan untuknya, bukan untuk siapa
tapi untukku
karena aku ingin kamu, itu saja.

(Bersambung...)

Jurnal 4 : Analisis dan Pemetaan Mata Kuliah Bersyarat Program Studi Fisika Menggunakan Back Propagation Neural Network

E Gusmira1,4, M Kukuh2 , A Ma’rufi3 , D Rahman1 

1 Program Studi Fisika UIN Sulthan Thaha Saifuddin Jambi, Jl. Arif Rahman Hakim No. 111 Jambi 
2 Program Studi Tadris Matematika UIN Sulthan Thaha Saifuddin Jambi, Jl. Jambi-Ma.Bulian KM 16 Sei Duren Jambi 
3 Staklim BMKG Jambi, Jl. Jambi-Ma.Bulian KM 18 Sei Duren Jambi 
4 E-mail: evagusmira@uinjambi.ac.id 

Received: 26 Agustus 2022. Accepted: 20 September 2022. Published: 30 September 2022

Abstrak. Penelitian ini bertujuan untuk menganalisa dan memetakan mata kuliah bersyarat di Prodi Tadris Fisika Fakultas Tarbiyah dan Keguruan Universitas Islam Negeri Sulthan Thaha Saifuddin Jambi. Penelitian ini merupakan penelitian sains terapan, analisa data menggunakan teknik deskriptif kuantitatif. Data berupa dokumentasi nilai mata kuliah Mahasiswa Prodi Tadris Fisika Semester Ganjil 2019/2020. Sampel penelitian sebanyak 11 mata kuliah sampel dari 19 mata kuliah populasi. Data diolah menggunakan Backpropagation Neural Network dengan bahasa program Python. Validasi dan akurasi hasil prediksi menggunakan Mean Absolute Percentage Error dan koefisien determinan R Square. Hasil prediksi mata kuliah bersyarat yang diperoleh sudah akurat dan valid dengan nilai MAPE <10% (sangat baik) dan nilai R Square mendekati 1. Penelitian ini menunjukkan bahwa pemetaan mata kuliah prasyarat yang telah ditetapkan oleh program studi sudah sesuai, kecuali Mata Kuliah Fisika Dasar 2 (R 0,216) dan Mata Kuliah Fisika Matematika I (R 0,50) memerlukan tambahan matakuliah prasyarat lain. Kata 

kunci: pemetaan, mata kuliah bersyarat, backpropagation neural network.

download pdf :

http://journal.upgris.ac.id/index.php/JP2F/article/view/12979