Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Timbulnya redaman propagasi pada komunikasi sangat mempengaruhi kualitas sinyal, demikian pula pada sistem komunikasi satelit. Dalam tugas tests ini, satelit Ku Band JCSAT-3, khususnya fluktuasi level sinyal beacon dan data curah hujan digunakan sebagai sumber data. Analisa dan prediksi redaman propagasi yang tersusuri dari redaman cerah dan redaman hujan dilakukan dengan bantuan program simulasi sebagai alat bantu analisa yang direalisasikan dengan menggunakan bahasa pemrograman Matlab 5.3 dan Microsoft Exel. Analisa redaman propagasi dilakukan untuk mendapatkan pernaharnan sifat masing-masing redaman dan selanjutnya dimodelkan untuk prediksi di masa depan. Pemodelan pada redaman hujan menggunakan pemodelan distribusi dan pembandingannya dengan model prediksi CCIR 1992, sedangkan redaman cerah menggukan pemodelan ARMA. Hasil pemodelan redaman hujan menunjukkan Bandung lebih mendekati model CCIR zone N, sedangkan pemodelan redaman cerah dapat dilakukan dengan pemodelan metode ARMA orde 6 dengan panjang frame 8 sampling. Hasil ini diharapkan dapat dijadikan pijakan dalam perencanaan komunikasi satelit di Indonesia, khususnya pada daerah frekuensi Ku.

---

Loss propagation consist of rain. Attenuation and clear sky attenuation occurred could influence the quality of the satellite communication. In this paper, the fluctuation of beacon signal level and meteorological parameters as source of data will be analysis. Simulation programs as analysis rolls that realized with using Mat/dab 5.3 and Microsoft Exel do analysis and prediction of loss propagation. Loss propagation analysis is done to understand each attenuation characteristic and further modeled for prediction. The rain attenuation uses cumulative models and compared to CCIR'92 prediction model, and clear sky attenuation use ARAM model. The result of rain attenuation model shows Banding is close to CCIR zone N model, whereas clear sky attenuation model can be done by ARMA orde 6 model with 8 sampling each frame length. The result of data analysis of the JCSAT-3 earth station in Bandung for rain attenuation and clear sky attenuation prediction describes the loss propagation character in the Ku band satellite communication. This result could be used for reference in the planing and implementation of the Ku band satellite communication system.

Abstrak :
Model "Quasi-geostropik dua-lapisan" adalah model Prakiraan Cuaca Numeris (Numerical Weather Prediction, NWP) dengan pendekatan geostropik yang biasanya digunakan di lintang sedang, yang menerima keadaan atmosfir baroklinik dengan membolehkan interaksi antara dua lapisan udara. Sedangkan "Wilayahterbatas" (Limited Area Model, LAM) sebenarnya adalah suatu rekayasa untuk membatasi wilayah yang dianalisis sehingga tidak terlalu luas. Variabel cuaca yang dibahas dalam penelitian dengan model ini adalah medan angin (V). Variabel yang lainnya (medan massa, P,T dan p) walaupun dapat dihitung dari medan angin dengan prinsip keseimbangan antara medan angin dan medan massa, tidak dibahas di sini. Dalam tulisan ini, medan angin "Quasigeostropik" disajikan dalam bentuk fungsi arus (streamfunction, Ψ) dan daerah yang dibahas meliputi 45° LU-45° LS dan 90° BT-180° BT, pada lapisan 250 mb dan 750 mb. Sebagai data awal dan data pembanding digunakan data angin dari European Centre for Medium range Weather Forecast (ECMWF) mulai tanggal 11 sampai dengan 23 Desember 1995. Hasil prakiraan menunjukkan bahwa pola gerak angin di belahan bumi utara yang sedang mengalami musim dingin cenderung stabil, sedangkan di belahan bumi selatan terjadi perubahan gerak walupun sangat sedikit. Model "Quasi-geostropik" dengan semi-implicit time differencing menghasilkan perhitungan yang sangat stabil dan tidak terjadi peningkatan maupun penyusutan amplitudo gerak. Verifikasi model ini dihitung dengan kesalahan statistik (RMSE dan Absolut korelasi) antara hasil prakiraan dengan data aktualnya.

Abstrak :
Pasang surut adalah peristiwa alam tentang naik turunnya permukaan air laut yang terjadi secara berulang-ulang dan teratur karena adanya gaya gravitasi benda – benda di langit terutama bulan dan matahari terhadap massa air laut di bumi. Karateristik dan peramalan pasang surut dapat diketahui dengan cara perhitungan mengenai data amplitudo dan beda fase yang merupakan komponen pasang surut. Peramalan pasang surut ditujukan untuk memperoleh informasi tinggi muka air laut di masa mendatang pada saat dan lokasi tertentu. Penelitian ini bertujuan untuk mengetahui karateristik pasang surut dengan metode Admiralty meramalkan pasang surut dengan menggunakan software World Tide dan mengetahui kedudukan muka air laut di perairan Desa Pagar Jaya, Lampung selama 5 tahun kedepan. Penelitian ini dilaksanakan pada tanggal 8 April-22 April 2019 di Perairan Desa Pagar Jaya Lampung. Data yang digunakan dalam penelitian ini adalah data pasang surut pengamatan pada lokasi penelitian dan koordinat lokasi penelitian. Metode yang digunakan dalam penelitian ini adalah metode studi kasus dimana dalam penelitian ini data penelitian berupa angka yang dianalisa secara kuantitatif dengan metode Admiralty dan WorldTide yang akan menghasilkan karateristik pasang surut di perairan berupa nilai koefisien yang akan digunakan untuk mengetahui tipe pasang surut, LLWL dan HHWL di suatu perairan. Hasil penelitian dengan mengunakan metode Admiralty menunjukan bahwa tipe pasang surut di Perairan Desa Pagar Jaya, Lampung adalah tipe pasang surut campuran condong ke harian ganda atau mixed tide prevailing semidiurnal dengan nilai Formzahl sebesar 0,52. Nilai Mean Sea Level (MSL) sebesar 96 cm, nilai Higest High Water Level (HHWL) sebesar 167 cm, dan nilai Lowest Low Water Level sebesar 25 cm. Peramalan pasang surut menggunakan World Tides dengan nilai MRE sebesar 0,3% menunjukan bahwa HHWL tertinggi terjadi di bulan Desember 2021 dengan nilai sebesar 178 cm dan LLWL terendah terjadi di bulan Juni 2021 dengan nilai sebesar 19 cm. ......Tidal is natural events about the rise and fall of sea levels that occur repeatedly and regularly as because gravity objects - objects in the sky, especially the moon and sun on the sea water mass on earth. Characteristics and tidal forecasting can be determined by calculating the amplitude and phase difference of the data which is a component of the tides. Forecasting tidal aimed at obtaining information sea level in the future at a specific time and location. This study aims to determine the characteristics of ups and downs with the Admiralty method, predicted tidal using software World Tide and find out position of sea level on the waters of Pagar Jaya Village, Lampung during the next 5 years. This study was conducted on 8 April-22 April 2019 in Pagar Jaya Village, Lampung. The data used in this research is observational data of the tidal test site and the location coordinates research.  The method used in this study is the case study method in this study. The research data that produces numbers analyzed by the Admiralty and WorldTide methods will produce tidal characteristics in the findings that will be used to connect the tidal type, LLWL and HHWL at a meeting. The results of the study using the Admiralty method showed that the type of tidal waters Pagar Jaya Village, Lampung is a type of mixed tide prevailing semidiurnal with Formzahl value at 0,52. Value of Mean Sea Level (MSL) 96 cm, the value Higest High Water Level (HHWL) of 167 cm, and the value Lowest Low Water Level by 19 cm. Forecasting tidal using World Tides with MRE value of 0,3% indicates that the highest HHWL occurred in December 2021 at a value of 178 cm and the lowest LLWL occurred in June 2021 at a value of 19 cm.

Abstrak :
Skripsi ini mengkaji pembelajaran petani melalui pembelajaran agrometeorologi dalam Warung Ilmiah Lapangan (WIL). Tujuan pembelajaran itu adalah untuk mendorong pembentukan kapasitas petani yang tanggap terhadap perubahan iklim. Beberapa literatur sebelumnya telah mengangkat kajian tentang pembelajaran petani pengukur curah hujan di Indramayu. Namun, ulasan-ulasan itu belum memperlihatkan sejauhmanakah pembelajaran melalui pengukuran curah hujan membantu petani dalam mengonseptualisasikan "kerentanan" sebagai konsekuensi perubahan iklim yang mereka hadapi. Berbeda dengan penulis sebelumnya, saya memfokuskan pada respons individu petani pengukur curah hujan pada asosiasi Klub Pengukur Curah Hujan Kabupaten Indramayu dengan pendekatan rasionalitas pilihan (rational choice). Saya memilih pendekatan itu untuk menjelaskan alasan petani dalam membentuk respons berdasarkan pembelajaran agrometeorologi, membantu mereka dalam mempersepsikan kerentanan. Selain itu, cara petani mempersepsikan kerentanan menjadi perhatian utama pada tulisan ini, khususnya dalam kerangka pengambilan keputusan kegiatan bercocok tanam. Skripsi ini dilakukan dengan menggunakan etnografi multi-lokasi (multiple sited ethnography). Dengan menggunakan metodologi etnografi membantu saya dalam meneliti diversitas strategi petani pada kondisi ekosistem dan musim yang beragam. Saya menemukan beberapa temuan terkait dengan pengalaman petani dalam membentuk respons. Pertama, adalah perubahan pada persepsi petani mengenai kerentan ekosistem saat mereka membentuk respons bercocok tanam. Kedua melalui modifikasi persepsi yang membantu mereka dalam mengantisipasi konsekuensi perubahan iklim. Ketiga, pembelajaran agrometeorologi dalam Warung Ilmiah Lapangan menolong petani dalam mempersepsikan kembali kerentanan yang mereka rasakan. Dengan membentuk strategi bercocok tanam yang mempertimbangkan ketidakpastian atas risiko dan kesempatan, membantu mereka dalam menentukan strategi terbaik pada suatu arena ekosistem dan kondisi musim. Keempat, selain perubahan persepsi strategi, terdapat unsur-unsur Revolusi Hijau yang masih bertahan pada kegiatan bercocok tanam petani. Hal itu muncul berupa budaya nyemprot pestisida dan menggunakan paket pertanian sebagai bentuk intensifikasi pertanian yang terus direproduksi dalam respons petani terhadap konsekuensi perubahan iklim.

---

This thesis examines the learning activities of Indramayu farmers with regards to the introducing agrometeorological learning in Science Field Shops (SFS). The aim of this approach is to encourage farmers’ ability in order to "response farming to climate change". Some previous literatures have been concerning on the similar issue. However, I have to admit that it is still necessary to bring up the issue, since there is no previous research that has a strong concern on the extent to the which learning by measuring rainfall would assist farmers in order to conceptualizing the idea of "vulnerability" as major consequence of climate change. Unlike the previous writers or researchers, I am more concerned on the idea of Indramayu Rainfall Observers Club members to within rational choice approach. I have chosen this approach in order to explain the farmers reasons of their response based on agrometeorological learning helping them to perceive their "vulnerability". Moreover, how the farmer perception about vulnerability would be their main concern, particularly in order to make their decisions on agriculture activity. The thesis was conducted by using multiple sited ethnography. In ethnographic fieldwork by using multiple sited approach in order to examine farmers diverse strategies within varied ecosystem and seasonal conditions. My study discovered several realities related to their experiences responses. First, there is a change of farmers perception about ecosystems vulnerability of their ecosystem as well as their own use responses. Second, the modified of perception help them anticipating the consequences of climate change. Third, the agrometeorological learning in SFS help the changing their perception of vulnerability. By doing that farmer strategies by referring to their assessment on the uncertain future risk and opportunites and choose the right strategy on particular ecosystem and seasonal condition. Fourth, despite changing the perception strategies, farmers have also sustained Green Revolution schema in rice farming activity. It would come in the form of cultural forces such as spraying pesticide and use agriculture package as intensification agricultural in the response of farmers in Indramayu to the potential consequences of climate change.

Abstrak :
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).

Abstrak :
Tujuan penelitian ini adalah mengaplikasikan analisa grafis dari variabilita jumlah dan waktu hujan pada daerah pantai utara Jawa Barat. Sebagai alternatif dari analisa statistik yang sudah umum digunakan walaupun masih diragukan hasilnya, melalui analisa grafis dengan pendekatan pengamatan jangka panjang dan pendek ini diharapkan dapat diperoleh hasil yang paling tidak sama baiknya dengan menggunakan analisa statistik. Penelitian ini mencakup wilayah pantai utara Jawa Barat yang telah berkembang secara cepat sehingga perubahan penggunaan juga meningkat tajam dan akhirnya diasumsikan bahwa perubahan penggunaan tanah tersebut dapat pula merubah ekosistem di wilayah tersebut termasuk pola curah hujannya, seperti yang dijelaskan dalam konsep siklus hidrologi. Data yang digunakan adalah dari data curah hujan bulanan dari tahun 1960 sampai dengan tahun 1988 di empat belas stasiun pencatat cuaca yang menyebar dari bagian barat sampai timur wilayah pantai utara dengan ketinggian 50 meter atau kurang di atas permukaan laut. Dari hasil analisa grafis tersebut diperoleh hasil sebagai berikut : a. Adanya variabilta curah hujan akan lebih jelas terlihat secara grafis dengan menggunakan pendekatan pengamatan jangka waktu yang lebih pendek b. Ada kecenderungan jumlah curah hujan rata-rata tahunan dan juga bulanan menurun c. Tidak nampak adanya kecenderungan pergeseran awal mulainya musim kemarau maupun hujan, tetapi ada indikasi perubahan lamanya curah hujan maksimum dan minimum yaitu menjadi semakin lama.

Abstrak :
Beberapa metode telah diajukan untuk menggabungkan beberapa hasil forecasting dalam single forecast yang diberi nama simple averaging, pemberian rata-rata dengan bobot pada tahap validasi kinerja, atau skema kombinasi non-parametrik. Metode ini menggunakan kombinasi tetap pada individual forecast untuk mendapatkan hasil final dari forecast. Dalam paper ini, pendekatan berbeda digunakan untuk memilih metode forecasting, di mana setiap titik dihitung dengan menggunakan metode terbaik yang digunakan oleh dataset pelatihan sejenis. Dengan demikian, metode yang dipilih dapat berbeda di setiap titik perkiraan. Similarity measure yang digunakan untuk membandingkan deret waktu untuk pengujian dan validasi adalah Euclidean dan Dynamic Time Warping (DTW), di mana setiap titik yang dibandingkan diberi bobot sesuai dengan keterbaruannya. Dataset yang digunakan dalam percobaan ini adalah data time series yang didesain untuk NN3 Competition dan data time series yang di-generate dari paten-paten USPTO dan publikasi ilmiah PubMed di bidang kesehatan, yaitu pada Apnea, Aritmia, dan Sleep Stages. Hasil percobaan menunjukkan bahwa pemberian kombinasi bobot dari metode yang dipilih berdasarkan kesamaan antara data pelatihan dan data pengujian, dapat menyajikan hasil yang lebih baik dibanding salah satu kombinasi metode unweighted yang dipilih berdasarkan similarity measure atau kombinasi tetap dari individual forecast terbaik.

---

Abstract
Several methods have been proposed to combine the forecasting results into single forecast namely the simple averaging, weighted average on validation performance, or non-parametric combination schemas. These methods use fixed combination of individual forecast to get the final forecast result. In this paper, quite different approach is employed to select the forecasting methods, in which every point to forecast is calculated by using the best methods used by similar training dataset. Thus, the selected methods may differ at each point to forecast. The similarity measures used to compare the time series for testing and validation are Euclidean and Dynamic Time Warping (DTW), where each point to compare is weighted according to its recentness. The dataset used in the experiment is the time series data designated for NN3 Competition and time series generated from the frequency of USPTO?s patents and PubMed?s scientific publications on the field of health, namely on Apnea, Arrhythmia, and Sleep Stages. The experimental result shows that the weighted combination of methods selected based on the similarity between training and testing data may perform better compared to either the unweighted combination of methods selected based on the similarity measure or the fixed combination of best individual forecast.

Abstrak :
Bidirectional Long-Short Term Memory (BiLSTM) yang merupakan perpanjangan dari LSTM dimana dapat meningkatkan efisiensi model dan akurasi pada skenario klasifikasi berdasarkan time series data atau data deret waktu yang lebih panjang secara berulang. Penelitian ini menggunakan algoritma BiLSTM untuk membangun model prakiraan cuaca harian di Bandar Udara Internasional Soekarno-Hatta. Set data yang digunakan adalah data parameter cuaca udara permukan (synoptic) per jam Stasiun Meteorologi Kelas 1 Soekarno-Hatta periode Januari 2018 – Desember 2022. Terjadi ketidakseimbangan pada set data maka digunakan teknik SMOTE dan ADASYN untuk menangani masalah tersebut. Output penelitian ini adalah kondisi cuaca yang dikategorikan menjadi cerah, cerah berawan, berawan, hujan ringan, hujan sedang, hujan lebat, dan hujan petir. Hasil yang diperoleh akan melalui verifikasi dan evaluasi model dengan mencari nilai akurasi dengan membandingkan prakiraan cuaca hasil output model dengan data cuaca aktual menggunakan tabel kontingensi multikategori. Setelah mendapatkan hasil perbandingan akurasi masing-masing model, diperoleh Model BiLSTM – ADASYN mendapatkan nilai akurasi rata-rata tertinggi dibandingkan model lainnya, yaitu sebesar 83,2%. Penelitian ini diharapkan dapat diimplementasikan dan mampu menaikan nilai verifikasi prakiraan cuaca Bandar Udara Soekarno-Hatta demi mendukung keselamatan penerbangan di Indonesia. ......Bidirectional Long-Short Term Memory (BiLSTM) which is an extension of LSTM which can improve model efficiency and accuracy in classification scenarios based on time series data or longer time series data repeatedly. This study uses the BiLSTM algorithm to build a daily weather forecast model at Soekarno-Hatta International Airport. The data set used is hourly synoptic weather parameter data for Class 1 Soekarno-Hatta Meteorological Station for the period January 2018 – December 2022. There was an imbalance in the data set, so the SMOTE and ADASYN techniques were used to deal with the problem. The output of this research is weather conditions which are categorized into sunny, sunny, cloudy, cloudy, light rain, moderate rain, heavy rain, and thunderstorms. The results obtained will go through model verification and evaluation by looking for accuracy values ​​by comparing the weather forecast output model results with actual weather data using multi-category contingency tables. After getting the results of comparing the accuracy of each model, it was obtained that the BiLSTM – ADASYN model had the highest average accuracy value compared to other models, which was 83.2%. This research is expected to be implemented and able to increase the value of weather forecast verification at Soekarno-Hatta Airport in order to support flight safety in Indonesia.

Abstrak :
Bagian Operasional Badan Meteorologi Klimatologi dan Geofisika hingga saat ini belum memiliki metode baku dalam memprakirakan cuaca jangka pendek. Metode yang selama ini digunakan adalah dengan analogi peristiwa cuaca yang telah lampau. Penelitian ini berusaha menjawab apakah metode pohon keputusan yang dihasilkan algoritma C4.5 dapat digunakan untuk memprakirakan cuaca jangka pendek? Bagaimana tingkat akurasi yang dapat diberikan oleh metode ini? Training data serta testing data yang digunakan dalam penelitian ini berupa data hasil pengamatan unsur cuaca rata-rata harian (temperatur udara, kelembaban udara, tekanan udara, kecepatan angin, arah angin, lama penyinaran matahari, dan curah hujan) yang diperoleh dari Stasiun Meteorologi 745 Kemayoran Jakarta. Sebagai training data digunakan data pengamatan unsur cuaca dari tahun 2002 hingga 2006 sedangkan testing data adalah data tahun 2007 dan 2008. Tingkat akurasi prakiraan cuaca yang dihasilkan metode pohon keputusan ini berkisar pada angka 40% hingga 80% untuk 2 kategori (hujan dan tidak hujan). Sedangkan untuk tingkat akurasi prediksi 6 kategori (tidak hujan, hujan sangat ringan, hujan ringan, hujan sedang, hujan lebat, dan hujan sangat lebat) berkisar pada angka 30% hingga 80%. Perbedaan akurasi dipengaruhi dari jenis musim testing data (musim hujan, pancaroba I, kemarau, dan pancaroba II). Metode pohon keputusan ini dapat digunakan untuk memprakirakan cuaca jangka pendek dimana akurasi yang dihasilkan telah diterima Badan Meteorologi Klimatologi dan Geofisika karena untuk 2 kategori, nilai akurasinya relatif berada diatas 60%.

---

The Operational of Badan Meteorologi Klimatologi dan Geofisika until now have no standardized method in doing short-range weather forecasting. They use analogical method in forecasting what the weather would be the day after. This research is conducted in order to discover whether decision tree method could be used to forecast weather for such a short period of time and also to discover how acurate this method could be. The research uses daily-monitored weather elements data such as temperature, humidity, pressure, wind speed, from where the wind blowing, sunshine, and precipitation. The data was gathered from Stasiun Meteorologi 745 Kemayoran Jakarta. Data measured during 2002-2006 is used as training data, and the one measured during 2007 and 2008 is used as testing data. Prediction accuracy resulted from this decision tree method is around 40% to 80% for 2-category prediction (rain and no-rain). And for 6-category prediction (no-rain, very-light-rain, light-rain, moderate-rain, heavy-rain, and very-heavy-rain), the accuracy is around 30% to 80%. The 6-category prediction accuracy differs from the 2-category prediction because the testing data was measured in different seasons and it causes the accuracy for rainy season testing data is lower than any other season in 6-category prediction. The conclusion that can be made is that decision tree method could be used as one of short-range weather forecasting methods since its prediction accuracy for 2-category is acceptable according to Badan Meteorologi Klimatologi dan Geofisika (relatively above 60%).