cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Muhammad Najib Habibie
Contact Email
najib.habibie@gmail.com
Phone
+6285693191211
Journal Mail Official
jurnal.mg@gmail.com
Editorial Address
Jl. Angkasa 1 No. 2 Kemayoran, Jakarta Pusat 10720
Location
Kota adm. jakarta pusat,
Dki jakarta
INDONESIA
JURNAL METEOROLOGI DAN GEOFISIKA
Published by Badan Meteorologi, Klimatologi, dan Geofisika
ISSN : 14113082     EISSN : 25275372     DOI : https://www.doi.org/10.31172/jmg
Core Subject : Science,
Earth & Planetary Sciences Energy Physics
Jurnal Meteorologi dan Geofisika (JMG) is a scientific research journal published by the Research and Development Center of the Meteorology, Climatology and Geophysics Agency (BMKG) as a means to publish research and development achievements in Meteorology, Climatology, Air Quality and Geophysics.
Arjuna Subject : Ilmu Bumi dan Planet (semua kategori) - Ilmu Bumi dan Planet (Lain-Lain)
Articles 7 Documents
 1 
Search results for , issue "Vol 9, No 1 (2008)" : 7 Documents clear
Sampul Jurnal MG JMG BMKG
Jurnal Meteorologi dan Geofisika Vol 9, No 1 (2008)
Publisher : Pusat Penelitian dan Pengembangan BMKG

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (260.048 KB)

Abstract

Sampul Jurnal Meteorologi dan Geofisika
ANALISIS VARIASI GPS – TEC YANG BERHUBUNGAN DENGAN GEMPABUMI BESAR DI SUMATERA Hendri Subakti; Nanang T. Puspito; Djedi S. Widarto
Jurnal Meteorologi dan Geofisika Vol 9, No 1 (2008)
Publisher : Pusat Penelitian dan Pengembangan BMKG

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1713.289 KB) | DOI: 10.31172/jmg.v9i1.18

Abstract

Sinyal radio frekuensi-ganda yang dipancarkan dari satelit Global Positioning System (GPS) memungkinkan untuk pengukuran jumlah total elektron, disebut sebagai total electron content (TEC), di lapisan ionosfer sepanjang berkas sinyal antara satelit dan penerima GPS. Pengolahan diferensial TEC (dTEC) secara spasial dan slant TEC  menggunakan data jaringan Sumatran GPS Array (SUGAR) dengan memakai perangkat lunak algoritma GAMIT (GPS Analysis at Massachusetts Institute Technology). Sedangkan variasi dan distribusi vertical TEC diolah dengan perangkat lunak matlab7. Hasil analisis menunjukkan adanya variasi nilai TEC baik itu penurunan maupun peningkatan jumlah elektron. Selama kurun waktu bulan Desember 2004 sampai April 2005 di Sumatera terjadi 10 kali gempabumi dengan kekuatatan M ≥ 6.0 dimana 9 gempabumi diantaranya muncul anomali TEC (penurunan nilai TEC dibawah nilai batas bawah) 1 sampai 6 hari sebelum gempabumi terjadi. Anomali TEC ini dapat dipandang sebagai pertanda (precursory signal) yang muncul sebelum terjadi gempabumi. The double-frequency radio signal which is broadcasted by Global Positioning System (GPS) Satellite enables to measure the number of Total Electron Content (TEC). It exists along ionosphere between the signal beam and GPS receiver. The calculation of TEC differential ( dTEC ) and slant TEC use the Sumatra GPS Array ( SUGAR ) network data. It is done by utilizing the GAMIT (GPS Analysis at Massachusetts Institute of Technology) algorithm software. The distribution of variation and vertical TEC are processed by using Matlab 7 Software. The result of the analysis shows the existence of TEC value both the decrease and the increase of electrons number. From December 2004 until April 2005, ten earthquakes occurred in Sumatra with the magnitude M>6.0. Nine of them appeared the TEC anomaly (the decrease of TEC value is below the lower bound) in 1 up to 6 days before the earthquakes stroke. The TEC anomaly is considered as the precursory signal that occurs before the earthquake strikes.
RELATIONSHIPS BETWEEN SEA SURFACE TEMPERATURE, LARGE-SCALE ATMOSPHERIC CIRCULATION, AND CONVECTION OVER THE TROPICAL INDIAN AND PACIFIC OCEANS Orbita Roswintiarti
Jurnal Meteorologi dan Geofisika Vol 9, No 1 (2008)
Publisher : Pusat Penelitian dan Pengembangan BMKG

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (110.315 KB) | DOI: 10.31172/jmg.v9i1.19

Abstract

In this paper, the quantitative estimates of the effect of large-scale circulations on the sea surface temperature (SST)-tropical convection relationship and the effect of SST on the large-scale circulation-convection relationship over the tropical Indian and Pacific Oceans are presented. Although convection tends to maximize at warm SSTs, increased deep convection is also determined by the divergence (DIV) associated with large-scale circulation. An analysis of the relationship between SST and deep convection shows that under subsidence and clear conditions, there is a decrease in convection or increase in Outgoing Longwave Radiation (OLR) at a maximum rate of 3.4 Wm-2 °C-1. In the SST range of 25°C to 29.5°C, a large increase in deep convection (decrease in OLR) occurs in the tropical Indian and Pacific Oceans. The OLR reduction is found to be a strong function of the large-scale circulation in the Indian and western Pacific Oceans. Under a weak large-scale circulation, the rate of OLR reduction is about    -3.5 Wm-2 °C-1 to -8.1 Wm-2 °C-1. Under the influence of strong rising motions, the rate can increase to about -12.5 Wm-2 °C-1 for the same SST range. The overall relationship between large-scale circulation and deep convection is nearly linear. A maximum rate of OLR reduction with respect to DIV is -6.1 Wm-2 (10-6 s-1) in the western Pacific Ocean. It is also found that the DIV-OLR relationship is less dependent on SST. For example, the rate of OLR reduction over the western Pacific Ocean for 26°C < SST £ 27°C is -4.2 Wm-2 (10-6 s-1), while that for 28°C < SST £ 29°C is  -5.1 Wm-2 (10-6 s-1). These results are expected to have a great importance for climate feedback mechanisms associated with clouds and SST and for climate predictability.
Pengantar dan Daftar Isi JMG BMKG
Jurnal Meteorologi dan Geofisika Vol 9, No 1 (2008)
Publisher : Pusat Penelitian dan Pengembangan BMKG

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (141.09 KB)

Abstract

Pengantar dan Daftar Isi Jurnal Meteorologi dan Geofisika
APLIKASI WAVELET STASIONER DALAM PREDIKSI AKTIVITAS STRAIN ENERGY RELEASE GEMPABUMI DI ZONA SUBDUKSI JAWA Supriyanto Rohadi
Jurnal Meteorologi dan Geofisika Vol 9, No 1 (2008)
Publisher : Pusat Penelitian dan Pengembangan BMKG

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (226.403 KB) | DOI: 10.31172/jmg.v9i1.20

Abstract

Utsu (1977), Rikitake (1976) dan Hagiwara (1974) mengusulkan suatu pendekatan prediksi probabilistik terjadinya gempabumi pada segmen patahan tertentu berdasarkan pada sebuah model perulangan gempabumi, model ini mengasumsikan bahwa probabilitas gempabumi dimulai dengan rupture pada segmen yang lemah kemudian meningkat secara gradual bersamaan dengan proses tektonik yang bekerja pada patahan tersebut. Selain itu, peningkatan aktivitas kegempaan sebelum terjadinya gempa besar biasanya teramati untuk daerah gempa tertentu. Prediksi berdasarkan peningkatan aktivias kegempaan ini menjadi dasar model prediksi penelitian berbasis wavelet ini. Metode wavelet stasioner, model deret waktu autoregressive dan ANFIS digunakan untuk prediksi strain energi release gempabumi pada penelitian ini. Data yang digunakan adalah data gempabumi dangkal dan menengah di Zona Subduksi Jawa dari katalog gempabumi NEIC tahun 1973-2006. Dengan metode prediksi ini diperoleh bahwa strain energy release pada tahun 2007 untuk zona Bagian Barat kegempaan fluktuatif dan relatif lebih tinggi dibandingkan zona Bagian Tengah dan Bagian Timur
PERBANDINGAN CURAH HUJAN BULANAN DARI DATA PENGAMATAN PERMUKAAN, SATELIT TRMM DAN MODEL PERMUKAAN NOAH Dodo Gunawan
Jurnal Meteorologi dan Geofisika Vol 9, No 1 (2008)
Publisher : Pusat Penelitian dan Pengembangan BMKG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31172/jmg.v9i1.17

Abstract

Membandingkan  data curah hujan bulanan antara hasil pengamatan di permukaan (OBS) dengan data dari pengukuran melalui satelit TRMM dan hasil keluaran model permukaan NOAH telah dilakukan terhadap beberapa  lokasi yaitu Medan, Indramayu, Karang Ploso dan Makassar. Data yang dibandingkan adalah curah hujan bulanan dari periode 1998 sampai 2007. Hasil perbandingan ini menunjukan bahwa  curah hujan yang diukur melalui satelit  maupun hasil keluaran model NOAH memperlihatkan pola curah hujan bulanan yang sesuai dengan pengamatan  di permukaan. Namun besarannya setiap lokasi yang dianalisa menunjukan adanya variasi perbedaan curah hujan bulanan. Hal ini terlihat melalui korelasi dari ketiga data set tersebut yang tertingi adalah curah hujan observasi dengan satelit TRMM dilokasi Hasanuddin (Makassar), Karang Ploso dan Medan. Di Indramayu korelasi tertinggi adalah antara data model NOAH dengan TRMM. Di Stasiun Hasanuddin, korelasi tinggi selain pasangan data observasi-TRMM juga pada pasangan data model NOAH dengan observasi. Memperhatikan besarnya korelasi, yaitu antara 0.7-0.9 data curah hujan dari TRMM berpotensi untuk digunakan mengisi data-data pengamatan di darat yang  kosong baik secara temporal untuk series data suatu lokasi, maupun mengisi kekosongan spasial untuk suatu wilayah yang kurang memiliki kerapatan pengamatan curah hujan di permukaan.  Comparing monthly rainfall data between the surface observation (OBS) with satellite data (TRMM) measurement and output result of model surface (NOAH) have been conducted to some location that is Medan, Indramayu, Karang Ploso and Hasanuddin (Makassar). The compared data is monthly rainfall of period 1998 until 2007. Result of this comparison shows that measured rainfall by satellite and also output of model show monthly rainfall pattern matching with the surface observation in term of monthly rainfall pattern. However, every analyzed location shows an existence of difference variation of monthly rainfall. This matter seen through correlation from the three data set. The highest correlation is observation rainfall with satellite ordered by location in Hasanuddin (Makassar), Karang Ploso and Medan respectively. In Indramayu the highest correlation is between data model NOAH with TRMM. In Station of Hasanuddin, the high correlation besides data set of observation-TRMM also at data set of model NOAH with observation. Consideingr to the level of correlation, with the range from 0.7-0.9 the rainfall data of TRMM have potency to be used in fill data empty either through temporal for the series of data in a location, and also to fill blankness of spatial data in a region having sparse rain gauge station distribution. 
PENYUSUNAN SKENARIO MASA TANAM BERDASARKAN PRAKIRAAN CURAH HUJAN DI SENTRA PRODUKSI PANGAN Woro Estiningtyas; Elza Surmaini; Kharmila Sari Hariyanti
Jurnal Meteorologi dan Geofisika Vol 9, No 1 (2008)
Publisher : Pusat Penelitian dan Pengembangan BMKG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31172/jmg.v9i1.22

Abstract

Using deterministic model to forecast rainfall in tropical region in which its determinants quite complicated, dynamic and random is unmanageable. Therefore, it needs statistical model renewable in real time. Kalman filter combines between physical and statistical model approach to be stochastic model that has been renewable anytime for objective on line forecasting. Model validation relate rainfall and sea surface temperature Nino 3.4 gives correlation coefficient value of more than 75%. It implies that predicting model using Kalman Filter is feasible to forecast montly rainfall to design cropping pattern. Crops water balance is computed using local rainfall pattern, but a long with increased intensity and frequency of climate anomaly the computed water balance needs to be renewed more frequently through cropping pattern setting based on forecast aspects. Rainfall prediction with Kalman filtering result coeficient correlation of validation 48-92%. Results of cropping pattern scenarios based on predicted rainfall show there are periods with harvest losses more than 20% especialy in the locations with unequel annual rainfall distribution. Thus, it is not recommended to plant seasonal crops. Sukamandi show the characteristic model better than Tamanbogo, Batang and Wonosari. Date of planting that have risk decreasing of yield are 1 and 11 November (Tamanbogo), 1 November-1 January, and 21 February (Sukamandi), 1 November-1 December (Batang) and  1 November, 11 and 21 February (Wonosari). For application of cropping patterns scenario, rainfall prediction model needs to be renewed spacial and temporal based on rainfall data prediction real time supported with soil and crops data. Cover area conditional from rainfall station (topography, wind ward, etc) need considered if we want to apply cropiing pattern scenario.  Penggunaan model deterministik untuk prediksi curah hujan di daerah tropik yang faktor determinannya sangat komplek, dinamis dan acak sangat rumit. Oleh karena itu diperlukan model statistik yang dapat diperbarui secara real time. Filter Kalman menggabungkan pendekatan model fisik dan statistik menjadi model stokastik yang dapat diperbarui setiap saat untuk tujuan peramalan segera (on line forecasting). Validasi model yang menghubungkan curah hujan dan suhu permukaan laut Nio 3.4 menghasilkan nilai koefisien korelasi lebih dari 75%. Artinya model prediksi dengan Filter Kalman ini dapat digunakan untuk memprakirakan curah hujan bulanan dan diaplikasikan untuk penyusunan masa tanam. Selama ini neraca air tanaman dihitung berdasarkan pola curah hujan setempat, namun dengan meningkatnya intensitas dan frekuensi anomali iklim akan menyebabkan hasil komputasi neraca air harus diperbarui setiap saat melalui penyusunan masa tanam yang memperhitungkan aspek prediksi. Prakiraan curah hujan dengan metode Filter Kalman menghasilkan nilai koefisien korelasi validasi 48-92%. Hasil skenario pola tanam berdasarkan data prediksi curah hujan memperlihatkan bahwa ditemukan periode-periode dengan persentase kehilangan hasil lebih dari 20%, terutama pada lokasi dengan distribusi curah hujan yang tidak merata sepanjang tahun. Dengan demikian tidak disarankan untuk melakukan penanaman pada periode tersebut. Lokasi Sukamandi memperlihatkan karakteristik model yang lebih bagus dibandingkan Tamanbogo, Batang, Wonosari. Tanggal tanam yang diperkirakan beresiko menurunkan hasil adalah 1 dan 11 November (di Tamanbogo), 1 November-1 Januari, dan 21 Februari (di Sukamandi), 1 November-1 Desember (di Batang) dan  1 November, 11 dan 21 Februari (di Wonosari). Untuk aplikasi skenario masa tanam, model prakiraan hujan perlu di perbarui di setiap saat dan tempat berdasarkan data prakiraan curah hujan terbaru di dukung dengan data tanah dan tanaman. Selain itu perlu diperhatikan cakupan wilayah yang bisa diwakili oleh stasiun hujan yang digunakan. Untuk itu perlu dipertimbangkan kondisi topografi, arah hadap angin dan sebagainya.

Page 1 of 1 | Total Record : 7

 1 

Filter by Year

2008 2014


Reset
Filter By Issues
All Issue Vol 23, No 3 (2022): Special Issue Vol 23, No 2 (2022) Vol 23, No 1 (2022) Vol 22, No 2 (2021) Vol 22, No 1 (2021) Vol 21, No 2 (2020) Vol 21, No 1 (2020) Vol 20, No 2 (2019) Vol 20, No 1 (2019) Vol 19, No 2 (2018) Vol 19, No 1 (2018) Vol 18, No 3 (2017) Vol 18, No 2 (2017) Vol 18, No 1 (2017) Vol 17, No 3 (2016) Vol 17, No 2 (2016) Vol 17, No 1 (2016) Vol 16, No 3 (2015) Vol 16, No 2 (2015) Vol 16, No 1 (2015) Vol 15, No 1 (2014) Vol 14, No 2 (2013) Vol 10, No 2 (2009) Vol 15, No 3 (2014) Vol 15, No 2 (2014) Vol 9, No 1 (2008) Vol 14, No 3 (2013) Vol 14, No 1 (2013) Vol 13, No 3 (2012) Vol 13, No 2 (2012) Vol 13, No 1 (2012) Vol 12, No 3 (2011) Vol 12, No 2 (2011) Vol 12, No 1 (2011) Vol 11, No 2 (2010) Vol 11, No 1 (2010) Vol 10, No 1 (2009) Vol 9, No 2 (2008) Vol 8, No 2 (2007) Vol 8, No 1 (2007) More Issue