Buletin GAW Bariri (BGB) https://gawpalu.id/bgb/index.php/bgb <p><strong>Buletin GAW Bariri</strong> (BGB) diterbitkan oleh <a href="https://gawpalu.id" target="_blank" rel="noopener">Stasiun Pemantau Atmosfer Global (GAW) Lorel Lindu Bariri</a> BMKG sebagai media publikasi karya tulis ilmiah yang bersumber dari kegiatan penelitian dan kajian di bidang meteorologi, klimatologi, kualitas udara, dan geofisika (MKKuG), serta lingkungan. <a href="https://gawpalu.id/bgb/index.php/bgb/about/editorialTeam">Dewan redaksi</a> membuka kesempatan bagi para pakar maupun praktisi untuk dapat mengirimkan naskah yang berkaitan dengan tema MKKuG dan lingkungan. Setiap naskah yang dikirimkan akan mengalami proses penelaahan (<em>reviewing</em>) dan penyuntingan (<em>editing</em>), sebelum dinyatakan laik cetak dan diterbitkan online. Redaksi berhak untuk merubah isi naskah berdasarkan hasil penelaahan dari <a href="https://gawpalu.id/bgb/index.php/bgb/reviewerTeam">tim mitra bestari (<em>reviewer</em>)</a> dengan tidak merubah nilai substantif naskah. Isi naskah adalah sepenuhnya menjadi tanggung jawab penulis. Penulis yang naskahnya diterbitkan akan menerima pemberitahuan dari Dewan Redaksi. Pemilihan naskah yang laik cetak adalah sepenuhnya hak Dewan Redaksi.</p> id-ID solih.alfiandy@bmkg.go.id (Solih Alfiandy) buletingawbariri@gmail.com (Sekretariat BGB) Mon, 22 Dec 2025 16:02:16 +0700 OJS 3.2.0.2 http://blogs.law.harvard.edu/tech/rss 60 Pengaruh ENSO terhadap Curah Hujan di Sulawesi Tengah https://gawpalu.id/bgb/index.php/bgb/article/view/145 <p>ENSO (<em>El</em> <em>Nino Southern Oscilation</em>) memiliki pengaruh terhadap variabilitas curah hujan yang ada di Indonesia, khususnya di Sulawesi Tengah. Studi ini bertujuan untuk menganalisis hubungan antara ENSO, yang diukur menggunakan <em>Oceanic Nino Index</em> (ONI), dengan anomali curah hujan pada empat lokasi pengamatan Stamet: Luwuk, Poso, Toli – Toli, dan Palu. Data curah hujan diambil dari pengamatan stasiun meteorologi BMKG, sementara data ONI diperoleh dari <em>Climate Prediction Center</em> (CPC) dengan periode 1991 – 2024. Analisis dilakukan dengan metode korelasi pearson dan koefisien determinasi untuk menilai hubungan antara ENSO dengan anomali curah hujan. Secara umum El Nino cenderung menyebabkan penurunan curah hujan, sedangkan La Nina sering cenderung menyebabkan peningkatan curah hujan. Namun, pengaruh ENSO memiliki perbedaan di masing masing lokasi pengamatan dan sangat dipengaruhi oleh besar intensitas ENSO yang terjadi. Korelasi negatif yang cukup kuat ditemukan di Stamet Toli – Toli dan Stamet Palu, sementara di Stamet Luwuk dan Stamet Poso, faktor lain seperti variabilitas atmosfer lokal dan fenomena intraseasonal lebih berperan dalam menentukan pola curah hujan. Intensitas El Nino Kuat dan Sangat Kuat memiliki dampak yang lebih signifikan terhadap penurunan curah hujan, sedangkan La Nina menunjukkan dampak yang lebih bervariasi pada masing masing intensitasnya.</p> Imron Ade Rangga, Annisa Zuhrita, Putri Zalsabilah Hak Cipta (c) 2025 Imron Ade Rangga, Annisa Zuhrita, Putri Zalsabilah https://creativecommons.org/licenses/by-nc/4.0 https://gawpalu.id/bgb/index.php/bgb/article/view/145 Mon, 22 Dec 2025 00:00:00 +0700 Penggunaan Proyeksi Iklim untuk Optimalisasi Tata Tanam dengan Kc Berbeda (Studi Kasus : Tanaman Jagung di Satu Titik Tertentu di Jawa Timur) https://gawpalu.id/bgb/index.php/bgb/article/view/150 <p>Rencana tata tanam di Jawa Timur masih belum memperhatikan informasi iklim. Penanaman jagung dipengaruhi oleh perubahan iklim. Banyak penelitian terkait iklim dan pertanian yang masih menggunakan Koefisien Tanaman (Kc) sama. Penelititan ini bertujuan memberikan gambaran penggunaan proyeksi iklim dalam rencana tata tanam dengan dua pendekatan Kc (sama dan berbeda). Skenario emisi RCP8.5 yang kemudian dijadikan masukan dalam RegCM4 dan CSIROMk3.6 digunakan sebagai informasi perubahan iklim. Data historis curah hujan 1991 – 2020 hasil observasi terinterpolasi (data resmi operasional) digunakan sebagai koreksi curah hujan proyeksi. Data proyeksi suhu maksimum, rata – rata, dan minimum digunakan untuk menghitung evapotranspirasi yang kemudian dikoreksi menggunakan data openpan evaporimeter in-situ. Ketersediaan air tanah dihitung menggunakan parameter – parameter yang disediakan dokumen FAO56. Data kebutuhan irigasi dihasilkan dari selisih ketersediaan air dengan target berdasarkan faktor deplesi dengan dua pendekatan Kc yang berbeda. Hasil mendemonstrasikan bagaimana informasi proyeksi iklim terkoreksi data in-situ dapat digunakan perencanaan terkait masa depan (2021 – 2050 dan 2051 – 2080). Sesuai dengan teori umum, ketersediaan air akan berkurang, potensi panen menurun, dan kebutuhan irigasi meningkat. Penelitian ini dapat menghasilkan data dalam angka yang dapat diaplikasikan secara lebih lanjut. Penelitian sejenis ke depannya perlu memperhatikan bahwa penggunaan Kc sama dapat menghasilkan selisih perhitungan kebutuhan air yang cukup signifikan, padahal kenyataannya, setiap fase tanaman memiliki Kc yang berbeda.</p> <section id="takeascreen-wrapper" style="display: none; left: 0px; top: 0px; width: 0px; height: 0px;"></section> Aqila Amalia, Ninuk Herlina, Andang Kurniawan Hak Cipta (c) 2025 Aqila Amalia, Ninuk Herlina, Andang Kurniawan https://creativecommons.org/licenses/by-nc/4.0 https://gawpalu.id/bgb/index.php/bgb/article/view/150 Mon, 22 Dec 2025 00:00:00 +0700 Karaktersitik Pola Arus Laut di Perairan Selat Sunda Periode Tahun 2013 – 2023 https://gawpalu.id/bgb/index.php/bgb/article/view/156 <p>Penelitian ini mengkaji karakteristik pola arus permukaan laut di Perairan Selat Sunda menggunakan data arus model numerik dari <em>Marine Copernicus</em> selama periode 2013 – 2023. Analisis dilakukan untuk mengidentifikasi arah dan kecepatan arus pada periode musiman, yaitu musim barat (Desember – Januari – Februari), musim peralihan I (Maret – April – Mei), musim timur (Juni – Juli – Agustus), dan musim peralihan II (September – Oktober – November). Data arus model <em>Marine Copernicus</em> diverifikasi terhadap data pengamatan <em>High Frequency</em> (HF) Radar menggunakan metode statistik koefisien korelasi Pearson (r) dan <em>Root Mean Square Error</em> (RMSE), menghasilkan nilai r sebesar 0.77 dan RMSE 0.26 m/s, menunjukkan tingkat akurasi yang baik. Hasil analisis menunjukkan bahwa pada musim barat, arus dominan menuju ke timur laut dengan kecepatan rata-rata 0.5 – 1.0 m/s dan maksimum 1.5 – 2.0 m/s. Pada musim peralihan I, arus menuju ke timur laut dengan kecepatan rata – rata 0.75 – 1.25 m/s dan maksimum 1.5 – 2.0 m/s. Pada musim timur, arus dominan menuju ke barat daya dengan kecepatan rata – rata 1.25 – 1.75 m/s dan maksimum 1.5 – 2.0 m/s. Pada musim peralihan II, arus menunjukkan arah tidak beraturan menuju barat dan timur, dengan kecepatan rata – rata 1.0–1.5 m/s dan maksimum 1.5 – 2.0 m/s. Pola arus ini dipengaruhi oleh angin monsoon, topografi dasar laut, dan interaksi pesisir, yang berdampak pada navigasi, perikanan, dan ekosistem laut.</p> Rofikoh Latif Yuhana, Danar Guruh Pratomo, Khomsin Hak Cipta (c) 2025 Rofikoh Latif Yuhana, Danar Guruh Pratomo, Khomsin https://creativecommons.org/licenses/by-nc/4.0 https://gawpalu.id/bgb/index.php/bgb/article/view/156 Mon, 22 Dec 2025 00:00:00 +0700 Kalibrasi Estimasi Curah Hujan CHIRPS dengan Data Observasi di Semarang https://gawpalu.id/bgb/index.php/bgb/article/view/147 <p>Presipitasi merupakan elemen cuaca dan iklim yang menjadi bagian utama dari siklus air di permukaan bumi. Upaya pengamatan presipitasi menggunakan jaringan penakar hujan <em>in situ</em> belum cukup menjangkau seluruh wilayah, termasuk di Kabupaten dan Kota Semarang. Penginderaan jauh berbasis satelit dan teknologi komputasi awan <em>Google Earth Engine</em> (GEE) dapat dimanfaatkan untuk menghasilkan estimasi curah hujan dengan cakupan spasial. Penelitian ini mengoptimasi estimasi hujan CHIRPS melalui proses kalibrasi menggunakan data penakar hujan BMKG di wilayah Semarang pada periode 2021 – 2023 dan mengevaluasi sebaran spasial dan performanya sebelum dan setelah kalibrasi. Terhadap data observasi, hasil analisis data <em>original</em> CHIRPS menunjukkan perbedaan sebaran spasial cukup signifikan dengan RMSE harian mencapai 44 mm/hari, RSQ harian 0.02, dan SMAPE harian sebesar 99%. Analisis kolinearitas menunjukkan bahwa hubungan antara CHIRPS dan data observasi cenderung menyebar dan kurang linier pada skala harian, tetapi setelah kalibrasi, hubungan ini menjadi lebih kuat. Kalibrasi dengan metode <em>Geographical Differential Analysis</em> (GDA) berhasil memperbaiki keakuratan CHIRPS yang tercermin dari penurunan RMSE harian menjadi 25 mm/hari, peningkatan RSQ pada skala harian menjadi 0.62, dan pengurangan SMAPE harian menjadi 70%. Peningkatan performa ini juga teramati pada estimasi hujan skala bulanan dan tahunan. Data <em>calibrated </em>CHIRPS menghasilkan sebaran spasial dan performa lebih baik, dengan penurunan RMSE tahunan mencapai 10%, peningkatan RSQ tahunan sebesar 25%, dan SMAPE tahunan sebesar 20% dari data <em>original </em>– nya. Sensitivitas terhadap intensitas hujan juga mengalami peningkatan, dengan perbaikan indikator deteksi khususnya untuk hujan lebat-ekstrem, yaitu penurunan FAR hingga 58%, serta peningkatan POD hingga 73% dan CSI 48%.</p> Retnadi Heru Jatmiko, Prayoga Ismail Hak Cipta (c) 2025 Retnadi Heru Jatmiko, Prayoga Ismail https://creativecommons.org/licenses/by-nc/4.0 https://gawpalu.id/bgb/index.php/bgb/article/view/147 Mon, 22 Dec 2025 00:00:00 +0700 Prediksi Hujan Bulanan di Bali Selatan Menggunakan Regresi Berganda Berdasarkan Indikator Suhu dan Kelembaban Udara https://gawpalu.id/bgb/index.php/bgb/article/view/165 <p>Wilayah Bali Selatan dengan aktivitas pembangunan dan penerbangan yang tinggi memerlukan informasi curah hujan yang akurat akibat pengaruh dinamika atmosfer tropis. Penelitian ini menggunakan model regresi berbasis suhu dan kelembaban udara dengan data klimatologis periode 2000–2023 untuk menganalisis curah hujan. Hasil menunjukkan bahwa suhu memiliki korelasi Pearson tertinggi terhadap curah hujan (r = 0.75), diikuti oleh kelembaban udara (r = 0.67). Namun, berdasarkan evaluasi RMSE, kelembaban menghasilkan prediksi yang lebih akurat (183.09 mm) dibandingkan suhu (190.40 mm). Temuan ini menegaskan bahwa korelasi tidak selalu mencerminkan kualitas prediksi, karena hanya menggambarkan hubungan linier, sementara RMSE menilai keakurasian model secara langsung. Secara fisis, kelembaban berperan langsung dalam pembentukan awan dan hujan, sedangkan suhu hanya mengatur kapasitas udara dalam menahan uap air. Meskipun memiliki keterbatasan pada periode transisi musim dan kejadian ekstrem, model ini berpotensi mendukung prediksi curah hujan berbasis data untuk mitigasi risiko, layanan meteorologi penerbangan, dan perencanaan pembangunan di Bali Selatan.</p> Irenius Forisman Daba, Krisna Dewi, Muhammad Ridho Alghifari Sunaddin Nia, Dzikrullah Akbar Hak Cipta (c) 2025 Irenius Forisman Daba, Krisna Dewi, Muhammad Ridho Alghifari Sunaddin Nia, Dzikrullah Akbar https://creativecommons.org/licenses/by-nc/4.0 https://gawpalu.id/bgb/index.php/bgb/article/view/165 Mon, 22 Dec 2025 00:00:00 +0700 Karakteristik Angin Monsun Barat pada Periode Puncak Musim Hujan di Bandar Udara Sultan Hasanuddin Makassar https://gawpalu.id/bgb/index.php/bgb/article/view/168 <p>Penelitian ini bertujuan mengkaji karakteristik Angin Monsun Barat berdasarkan nilai konvergensi di Bandar Udara Sultan Hasanuddin, pola gangguan angin di Laut Jawa, sumber dan kecepatan massa udara, gangguan angin skala regional Indonesia (Siklon Tropis dan Eddy), serta pola aliran angin yang memasuki wilayah penelitian pada berbagai kategori hujan periode 2014 – 2023. Metode penelitian yang digunakan adalah metode kuantitatif dengan mengolah data curah hujan serta data harian komponen angin zonal (u) dan meridional (v) pada periode puncak musim hujan (Desember – Februari). Analisis dilakukan menggunakan aplikasi GrADS untuk menampilkan peta streamline, pengolahan data menggunakan Excel, dan analisis deskriptif. Hasil penelitian menunjukkan bahwa pada kategori tidak hujan hingga hujan ringan, karakteristik Angin Monsun Barat belum terlihat jelas, kecuali pada pola gangguan angin di Laut Jawa serta kecepatan dan konsistensi angin dari sumber massa udara menuju wilayah penelitian. Sebaliknya, pada kategori hujan sedang hingga hujan sangat lebat atau ekstrem, karakteristik Angin Monsun Barat tampak jelas. Kondisi ini ditandai oleh sumber massa udara dari Laut China Selatan dengan kecepatan angin yang kuat dan konsisten melalui Selat Karimata dan Laut Jawa hingga Bandar Udara Sultan Hasanuddin, serta adanya gangguan angin berupa konvergensi berintensitas sedang hingga kuat di Laut Jawa yang meluas ke wilayah Makassar. Sehingga dari hasil penelitian didapatkan, bahwa kategori tidak hujan dan hujan ringan memiliki karakteristik angin yang hampir sama, sedangkan perbedaan utama pada kategori hujan sedang hingga ekstrem terletak pada konsistensi kecepatan angin dan intensitas konvergensi di Laut Jawa.</p> Richard, Jasruddin, Muhammad Arsyad, Adi Prasetyo Hak Cipta (c) 2025 Richard, Jasruddin, Muhammad Arsyad, Adi Prasetyo https://creativecommons.org/licenses/by-nc/4.0 https://gawpalu.id/bgb/index.php/bgb/article/view/168 Mon, 22 Dec 2025 00:00:00 +0700