Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKKabupaten Probolinggo merupakan salah satu sentra penghasil tanaman bawang merah di Jawa Timur. Tanaman bawang merah menjadi salah satu tanaman holtikultura andalan Kabupaten Probolinggo. Hal ini ditunjukkan dengan nilai produksi tanaman bawang merah yang lebih besar jika dibandingkan dengan tanaman holtikultura lainnya yaitu mencapai 40.234 ton pada tahun 2016 Kabupaten Probolinggo Dalam Angka, 2017 . Tanaman bawang merah sangat bergantung dengan kondisi iklim. Kondisi iklim yang tidak menentu dapat memberikan dampak yang kurang baik terhadap produktivitas bawang merah. Gangguan iklim seperti kekeringan dan hujan lebat ekstrem yang dipengaruhi aktivitas ENSO kemungkinan membawa pengaruh terhadap berubahnya nilai produktvitas bawang merah dari normalnya. Data curah hujan periode El Nino dan La nina serta data produktivitas bawang merah tahun El Nino, Normal dan La Nina akan digunakan dalam penelitian ini. Data curah hujan akan diklasifikasi menjadi kekeringan periode El Nino dan hujan ekstrem periode La Nina. Metode yang digunakan untuk menghitung kekeringan yaitu metode De Boer. Hasil akhir menunjukkan pola iklim ekstrem Kabupaten Probolinggo didominasi oleh iklim ekstrem sedang, sementara iklim ekstrem tinggi hanya berada di beberapa Kecamatan saja. Hasil akhir juga menunjukkan adanya pengaruh dari iklim ekstrem terhadap penurunan produktivitas bawang merah.

---

ABSTRACTProbolinggo regency is one of the centers of shallot production in East Java. Shallot plants become one of the mainstay horticultural crops Probolinggo regency. This is indicated by the higher production value of onion plants compared to other horticultural crops, which reached 40,234 tons in 2016 Probolinggo Dalam Angka, 2017 . Shallot plants are highly dependent on climatic conditions. Uncertain climatic conditions can have an unfavorable impact shallot productivity. Climate anomalies such as droughts and heavy rainfall extreme influenced by ENSO activity may have an effect on the change in shallot productivity value from normal. The rainfall data for the El Nino and La Nina periods as well as the El Nino, Normal and La Nina shallot productivity data will be used in this study. Rainfall data will be classified into El Nino period droughts and the extreme rain of the La Nina period. The method used to calculate the drought is De Boer method. The final result shows that the extreme climate pattern of Probolinggo is dominated by moderate temperate climates, while extreme high temperatures are in only a few sub districts. The end result also shows the influence of extreme climate on the decrease of onion productivity. "

"Sistem pemantauan cuaca otomatis (AWS), telah dibuat untuk memantau cuaca di stasiun cuaca. Sistem dilengkapi oleh 4 buah sensor, yaitu : MPXAZ4115A untuk mengukur tekanan udara, SHT11 untuk mengukur suhu udara dan kelembaban relatif, serta optocoupler untuk mengukur kecepata angin. Data dari sensor kemudian akan diolah di dalam mikrokontroler, lalu ditampilkan secara real time melalui GUI (Graphic User Interface) dengan bahasa pemrograman Python 2.6. Mikrokontroler yang digunakan dalam sistem ini yaitu H8-3069F. Akses atau pengiriman data dilakukan menggunakan kabel yang terhubung ke komputer yang terletak di stasiun cuaca terdekat. Setiap data yang masuk akan tersimpan dalam bentuk file csv (comma, separated, values).

---

A weather monitoring system has been designed to enable observers to monitor weather parameters in weather station. This system is commonly referred to as AWS (Automatic Weather Station), which is an amalgamation of several of the sensors. This study used four sensors namely : air pressure, temperature, air humidity and wind speed. Data from sensors will then be processed in the microcontroller, and then displayed in real time via the GUI (Graphic User Interface) with Python 2.6 programming language. Microcontroller used in this system is H8-3069F. Access or data transfer can be done using cable that has been connected to the computer that placed in the nearest weather station. Each incoming data is stored in the form of a csv file (comma, separated, values)."

"Kabupaten Cianjur, Provinsi Jawa Barat, merupakan kabupaten yang rawan terhadap bencana alam, terutama bencana hidrometeorologi. Faktor curah hujan seperti kejadian hujan ekstrem menjadi pemicu utama banyaknya kejadian bencana seperti longsor dan banjir. Namun, keterbatasan data curah hujan menyebabkan kesulitan dalam memprediksikan pola hujan Dibutuhkan sumber data curah hujan lain yang dapat digunakan untuk menganalisis pola hujan. Penelitian ini bertujuan menganalisis pola spasio-temporal hujan ekstrem berbasis data stasiun observasi curah hujan dan data satelit NOAA-AVHRR dan mencari korelasi antara kedua sumber data tersebut. Data curah hujan harian periode tahun 2004-2017 dihitung menggunakan metode fix threshold R50. Hasil analisis memperlihatkan bahwa terdapat nilai korelasi kuat positif antara data curah hujan berbasis data stasiun observasi dengan data curah hujan satelit NOAA-AVHRR dengan nilai korelasi yaitu 0,9 pada bulan Maret 2015 dan 0,8 pada bulan Agustus 2016. Dapat dikatakan bahwa data satelit NOAA-AVHRR dapat dijadikan acuan untuk memprediksikan curah hujan. Hasil analisis juga memperlihatkan faktor ketinggian mempengaruhi pola spasial hujan ekstrem di Kabupaten Cianjur.

---

Cianjur Regency, in West Java Province, is a regency which is prone to natural disasters, particularly hydro meteorological disasters. Rainfall related factors such as events of extreme rainfall became a primary cause for the relatively high frequency of occurrences of natural disasters such as landslides and flooding incidents. However, the limited rainfall data available caused difficulties in predicting the rainfall patterns. An alternative source of rainfall data is needed for analysing the spatial temporal pattern of extreme rainfall, based on data acquired from weather and rainfall observation stations as well as data acquired from NOAA AVHRR satellites, and also by finding correlations between the two data sources mentioned. Daily rainfall data between 2004 2017 would be counted by using the fix threshold R50 method. The results show that there are a strongly positive correlation r between the rainfall observation station data and the rainfall data from NOAA AVHRR with value 0.9 on March 2015 and 0,8 on August 2016. Because of that NOAA AVHRR satellite data can be relied upon for predicting rainfall. The results also show that elevation affects the spatial pattern of extreme rainfall in Cianjur Regency. Where, mountainous areas tend to have a higher frequency of extreme rainfall."