JURNAL 3 : COMPARISON OF RAINFALL ANALYSIS OF JAXA SATELLITE RAINFALL DATA ON STATIONS DATA IN JAMBI

Nova Susanti¹, Wandi¹, Nurhidayah¹, Arif Ma’rufi², Dewi Iriani³ and Ahmad Fudholi⁴

¹Program Studi Fisika, Fakultas Sains dan Teknologi, Universitas Jambi, Jl. Lintas Jambi - Muara Bulian Km., Mendalo Darat,

Jambi Luar Kota, Kota Jambi, Jambi

²Stasiun Klimatologi Muaro Jambi, Badan Meteorologi Klimatologi dan Geofisika, Jalan Raya Jambi-Muara Bulian KM. Km,

Muaro Jambi, Simpang Sungai Duren, Jambi, Kabupaten Muaro Jambi, Jambi

³Program Studi Pendidikan Matematika, Fakultas Keguruan dan Ilmu Pendidikan, Jl. Lintas Jambi - Muara Bulian Km.,

Mendalo Darat, Jambi Luar Kota, Kota Jambi, Jambi

⁴Solar Energy Research Institute, Universiti Kebangsaan Malaysia, Bangi Selangor, Malaysia

E-Mail: nova_fisikaunja@unja.ac.id

ABSTRACT

The availability of good rainfall data is a major factor in analyzing various phenomena related to rain. The rainfall data generated from the station is very accurate and reliable. However, it has various disadvantages such as incomplete data due to human error or measuring instruments, limitations in spatial resolution and availability in temporal scale. For this reason, there needs to be supporting rainfall data that can represent station data, especially in the Jambi area where good rainfall data is needed for various purposes. In this study validation of TRMM 3B42RT NASA and GSMAP JAXA satellite data on station observation data in Jambi. The method used is to compare the two satellite data with map making, graphs, and search for correlation values and RMSE to station data. After that, the best satellite data was selected to be compared with the data from 8 stations in Jambi to find out the distribution of data, graphics and the correlation and error values. From the study conducted, it was found that the rainfall value of the GSMAP JAXA satellite was closer to the station with a correlation value of 0.59 and an error of 98.75 mm/month. As for the comparison of GSMAP JAXA and data for 8 stations in the city of Jambi has a correlation range of 0.14-0.76 with an error value of 82.2- 172.27 mm/month.

Keywords: rainfall, station data, TRMM 3B42RT NASA, GSMAP JAXA.

Karya Ilmiah ini telah terbit pada ARPN Journal of Engineering and Applied Sciences ©2006-2020 Asian Research Publishing Network (ARPN). All rights reserved. www.arpnjournals.com. Vol. 15, No. 1, January 2020. ISSN 1819-6608.

untuk full text dapat menghubungi email : marufi.arif@yahoo.com; arif.marufi77@gmail.com

atau dapat download di : 

http://www.arpnjournals.org/jeas/research_papers/rp_2020/jeas_0120_8061.pdf

 

JURNAL 2 : ANALISIS KOMPONEN ANGIN MERIDIONAL DASARIAN LAPISAN 850 MILIBAR DI RANAI SEBAGAI INDIKATORAWAL MUSIM HUJAN DAN CURAH HUJAN DASARIAN DI JAWA, BALI DAN NUSA TENGGARA

Haris Suprayogi¹⁾, Soetamto²⁾, Arif Ma’rufi³⁾&Eva Gusmira⁴⁾

^1,3)Stasiun Klimatologi Jambi (BMKG), Jambi

²⁾Sekolah Tinggi Meteorologi Klimatologi dan Geofisika (STMKG), Tangerang Selatan

⁴⁾Institut Agama Islam Negeri Sultan Thaha Saifuddin, Jambi

¹⁾haris_yogi@ymail.com, ²⁾sttswcp@gmail.com, ³⁾marufi.arif@yahoo.com, ⁴⁾evagusmira.EG@gmail.com

Abstrak

Awal musim hujan dan curah hujan merupakan dua hal penting bagi petani untuk menentukan jadwal tanam agar hasil panen optimal. Selama ini prakiraan awal musim BMKG di dasarkan pada jumlah curah hujan dasarian dan belum memakai indikator lain. Oleh karena itu penelitian ini menggunakan variabel lain yang terkait dengan curah hujan yaitu angin, sebagai indikator awal musim hujan dan curah hujan. Data yang digunakan adalah data angin meridional reanalisis Era-Interim periode 1981-2014 dan data pengamatan rason di Ranai periode 2009-2014 lapisan 850 milibar jam 00.00 UTC serta curah hujan harian periode 1981-2013.  Tujuan penelitian adalah menganalisis hubungan antara angin meridional di Ranai  dan curah hujan dasarian di Jawa, Bali dan Nusa tenggara. Metode statistik yang digunakan yaitu regresi logistik. Hasil menunjukkan antara awal musim hujan di Jawa, Bali dan Nusa Tenggara dan awal dominasi angin meridional utara di Ranai memiliki selisih waktu berkisar 1-3 dasarian atau awal musim hujan datang lebih lambat. Selanjutnya, komponen meridional utara memberikan peluang curah hujan > 100 mm sebesar >60 %, sedangkan komponen meridional selatan memberikan peluang curah hujan < 50 mm sebesar > 60 %. Odds ratio di Jawa, Bali dan Nusa Tenggara berturut-turut adalah 1.18, 1.24 and 1.25.

Kata kunci : Angin meridional, regresi, odds ratio

untuk full text dapat menghubungi email : marufi.arif@yahoo.com; arif.marufi77@gmail.com.

Karya Ilmiah ini telah diseminarkan dan dicetak dalam Prosiding Seminar Nasional MIPA dan PMIPA 2016, di Grand Hotel Jambi pada tanggal 26 November 2016 yang diselenggarakan oleh Institut Agama Islam Negeri (IAIN) Sulthan Thaha Saifudin Jambi. ISBN 978-602-7902-34-3

 

Wisata Singapura : Kemana-mana Naik MRT

Peta Sistem MRTdan LRT Singapura

Libur akhir tahun 2019 kali ini saya ingin share perjalanan saya dan istri ke Singapura. Hal utama yang kami persiapkan sebelum perjalanan ke luar negeri adalah PASPOR dan kelengkapan identitas diri seperti KTP dan sebagainya. Menurut aturan, Paspor yang bisa diterima adalah paspor yang masa berlakunya lebih dari 6 bulan. So mesti teliti ya gaessss.....

Setelah semuanya lengkap, maka perjalanan pun dimulai. Kami memilih berangkat melalui Pulau Batam untuk mencoba jalur yang baru (jalur laut) karena sebelumnya saya pernah ke Singapura melalui Jakarta dengan pesawat terbang. Kami berdomisili di Provinsi Jambi, pesawat Jambi-Batam terbang pagi hari jam 07.30 WIB, tidak sampai 1 jam kemudian pesawat yang kami tumpangi tiba di Bandara Hang Nadim Batam.

Bandara Hang Nadim Batam

Cara Plot dan Ekstrak Data GSMaP

Data GSMaP yang sudah didownload masih dalam format *.dat.gz, contoh file tanggal 01 Januari 2020 :  gsmap_nrt.20200101.0.1d.daily.00Z-23Z.dat.gz. Untuk itu file tersebut perlu diekstrak terlebih dahulu dengan menggunakan unzip sehingga nama filenya menjadi gsmap_nrt.20200101.0.1d.daily.00Z-23Z.dat.

Untuk plotting data diatas, dibutuhkan file deskriptor yang lazim juga disebut dengan kontrol file sehingga ekstensinya adalah *.ctl sebagai berikut :

DSET ^gsmap_nrt.%y4%m2%d2.0.1d.daily.00Z-23Z.dat
TITLE GSMaP_NRT 0.1deg Daily (00:00Z-23:59Z)
UNDEF -999.9
OPTIONS YREV LITTLE_ENDIAN TEMPLATE
XDEF   3600 LINEAR  0.05 0.1
YDEF   1200  LINEAR -59.95 0.1
zdef 1 levels 1013
tdef 365 linear 00:00z1jan2020 1dy
VARS 1
precip          0 99 daily averaged precip(mm/hr)
ENDVARS

untuk penjelasan dari tiap item dalam file deskriptor (*.ctl) diatas dapat dibaca : disini
 

Copy semua baris file *.ctl diatas dan Paste di Notepad, kemudian simpan dengan nama gsmap.ctl pada folder yang sama dengan folder penyimpanan data. 

Selanjutnya copy dan paste baris perintah GrADS berikut ke notepad dan beri nama filenya dengan nama plotgsmap.gs :

'reinit'

tanggal = 01 Januari 2020
'open PATH/gsmapctl.ctl'
'set t 1'
'set lon 95 141'
'set lat -15 15'
'set mpdset hires'
'set csmooth on'
'set gxout shaded'
'set clevs 0 5 20 50 100 150'
'd precip*24'
'cbarn'
'draw title Distribusi Curah Hujan GSMaP 01 Januari 2020'
'printim PATH/01/01Januari2020.png white'

'set gxout print'
'set prnopts %6.2f 1 1'

write('PATH/'tanggal'.txt', 'X    Y    LON    LAT    Precip')

'q dims'
xline=sublin(result,2)   ;* 2nd line
yline=sublin(result,3)   ;* 3rd line
xmax=subwrd(xline,13)    ;*13th word on xline
ymax=subwrd(yline,13)    ;*13th word on yline

say 'X grid-points: 'xmax
say 'Y grid-points: 'ymax
y=570.5
ymax=595.5
while(y<=ymax)

  x=1006.5
  xmax=1045.5
  while(x<=xmax)

    'set x 'x
    'set y 'y
    'd precip*24'

*    NOTE: It may be useful to test this to find out where the data is contained with in the result
*    It just so happens that in this case, the data is the 1st word of the 2nd line, this is not always true

     precip=sublin(result,2)
     precip=subwrd(precip,1)

*    Get Lat/Lon Data

     'q dims'
     lons=sublin(result,2)
     lats=sublin(result,3)
     lon=subwrd(lons,6)
     lat=subwrd(lats,6)

*    Save data to file
*    Note the "append", so to add to the file instead of overwriting it

     write('PATH/'tanggal'.txt', x'    'y'    'lon'    'lat'    'precip,append)

     x=x+1
   endwhile
  y=y+1
endwhile 

####
Keterangan : PATH adalah alamat folder target penyimpanan file data dan file .ctl serta file .gs yang dibatasi oleh garis miring.

untuk menjalankan script GrADS diatas, masuk dulu ke aplikasi GrADS dengan klik dua kali pada icon GrADS. Maka akan tampil sebagai berikut :

Tekan ENTER maka akan tampil 

selanjutnya pada GrADS prompt, ketik run PATH/plotgsmap.gs maka akan tampil plot curah hujan tanggal 01 Januari 2020 wilayah Indonesia sekaligus menyimpan data tiap grid dalam format .txt kedalam folder target.  

Anda bisa juga melakukan plotting GSMaP yang telah tersimpan dalam format .txt dengan menggunakan aplikasi ArcGIS... https://arifmarufi.blogspot.com/2020/01/cara-plot-data-curah-hujan-harian-gsmap.html

Download Data Subseasonal To Seasonal (S2S) Prediction

S2S Prediction : The Bridge Between Weather and Climate

S2S Prediction Project diinisiasi oleh World Meteorological Organitation (WMO) pada tahun 2012. Terdiri dari dua periode yaitu : periode pertama November 2013 sd 2018 dan periode kedua Januari 2019 sd Desember 2023.  Tujuan utama kegiatan ini adalah (1) Untuk meningkatkan skill forecast dan pemahaman tentang sub seasonal to seasonal dengan penekanan khusus pada peristiwa cuaca beresiko tinggi; (2) Untuk mempromosikan pengambilan inisiatif oleh pusat operasional dan pemanfaatannya oleh komunitas pengguna; (3) Untuk memanfaatkan komunitas riset cuaca dan iklim untuk menangani isu-isu penting bagi Kerangka Global untuk Layanan Iklim.

Cara Download Data S2S : 
Data dapat didownload pada website : https://apps.ecmwf.int/datasets/data/s2s/levtype=sfc/type=cf/   

Untuk bisa mendownload data, kita lebih dahulu harus melakukan pendaftaran sehingga mendapatkan username dan password dari website tersebut.

 

Ada semacam informasi yang memuat anjuran untuk membuat permintaan data yang efisien sehingga dapat diproses lebih cepat.

Di bagian kiri, ada menu S2s Datasets yang terdiri dari dua pilihan yaitu Realtime dan Reforecasts; menu Statistical Process dengan pilihan Instantaneous and Accumulated, dan Daily Averaged; menu Origins pilihannya BoM, CMA, ECMWF, HMCR, ISAC-CNR, JMA, Meteo Franc, NCEP, UKMO, ECCC, KMA; dan menu Type of Level (Potentials Temperature, Pressure Level, Surface); serta menu Type berisi control forecast, Perturbed Forecast.

Sebagai contoh, kita dapat memilih sub menu Realtime pada menu S2s Datasets yang terdiri dari dua pilihan yaitu  dan Reforecasts; sub menu Instantaneous and Accumulated pada menu Statistical Process; sub menu ECMWF pada menu Origins dan sub menu surface pada menu Type of Level; serta sub menu control forecast pada menu Type. 

Di bagian tengah ada menu Select Month yang terdiri dari pilihan tahun dan bulan; Select Step yang memuat pilihan step waktu dalam satuan jam; kemudian Select Parameter yang memuat pilihan parameter yang tersedia.

Dibagian bawah terdapat pilihan View Data Retrieval Request (untuk melihat data yang diminta sebelum didownload) dan Retrieve GRIB (jika mau langsung download data).  

Setelah klik Retrieve GRIB, maka akan muncul kotak dialog untuk memilih Area dan Grid Resolusi.Setelah memilih Area dan Grid Resolusi klik Menu Retrieve Now

Setelah itu akan muncul kotak dialog, dimana jika data siap didownload maka akan ada menu Download Grib yang aktif dan bisa di klik.

Untuk mengolah data format Grib tersebut, ada aplikasi yang dapat digunakan yaitu Panoply. Untuk memahami cara mengolah data Grib dengan Panoply dapat klik DISINI...

Selamat Mencoba......................

Banjir Sungai Batanghari

Daerah Aliran Sungai (DAS) Batanghari mempunyai luas sekitar 4.537.882 Ha, sebagian besar terletak di Provinsi Jambi dan sebagian lagi di Sumatera Barat. DAS Batanghari dengan sungai Batanghari merupakan jalur tranportasi utama yang menghubungkan kota Jambi dengan daerah-daerah pedalaman atau juga alur transportasi dari Jambi ke daerah luar Provinsi Jambi. DAS Batanghari terbagi menjadi menjadi enam (6) Sub DAS yaitu: Sub DAS Batanghari Hulu; Sub DAS Batang Tebo, Sub DAS Batang Tabir, Sub DAS Sumai, Sub DAS Batang Merangin Tembesi dan Sub DAS Batanghari Hilir.

Hulu Sungai Batanghari Berbentuk Meander (Berkelok)