Buletin GAW Bariri 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 hendrawan76@gmail.com (Asep Hendrawan, S.Si) solih.alfiandy@bmkg.go.id (Solih Alfandy, S.Tr, M.P) Rab, 30 Mar 2022 21:02:16 +0700 OJS 3.2.0.2 http://blogs.law.harvard.edu/tech/rss 60 Pemetaan Prakiraan Potensi Banjir di Papua Barat Menggunakan Model Builder Dalam Aplikasi Sistem Informasi Geografis (SIG) https://gawpalu.id/bgb/index.php/bgb/article/view/49 <p>Banjir merupakan bencana hidrometeorologi yang sering terjadi di Indonesia. Salah <br />satu penyebab banjir diakibatkan curah hujan yang ekstrim &gt;100mm/hari. Provinsi Papua Barat <br />termasuk di antara daerah – daerah di Indonesia yang memiliki intensitas curah hujan yang <br />tinggi sepanjang tahunnya, sehingga rentan terhadap potensi banjir. Untuk memudahkan <br />masyarakat mengetahui wilayah yang berpotensi banjir, diperlukan sebuah informasi seperti <br />peta potensi banjir. Penggunaan Sistem Informasi Geografis (SIG) dalam membuat peta potensi <br />banjir dapat berguna untuk masyarakat maupun lembaga tertentu untuk mengambil kebijakan <br />dalam penanggulangan bencana banjir. Dalam penulisan ini untuk membuat peta potensi banjir, <br />digunakan sebuah aplikasi perangkat lunak yaitu ArcGIS, dimana di dalam perangkat lunak <br />tersebut terdapat beberapa tool yang dapat dimanfaatkan untuk membuat model perintah salah <br />satunya yaitu model builder. Model builder kemudian mengasilkan sebuah keluaran peta <br />spasial berupa peta prakiraan potensi banjir di Provinsi Papua Barat. Dari hasil pemetaan <br />wilayah di Provinsi Papua Barat, terdapat beberapa wilayah atau Kabupaten di Provinsi Papua <br />Barat yang memiliki potensi daerah rawan banjir dengan kategori Rendah – Tinggi. Tingginya <br />intesitas curah hujan di sebagian wilayah atau Kabupaten di Papua Barat sangat berpotensi <br />tinggi terjadi banjir khusunya di Sorong dan Manokwari. Pembuatan model builder ini <br />kemudian bisa dikembangkan dan dapat digunakan secara mudah dengan modifikasi <br />menggunakan phyton.</p> Shelin Melinda, Nuryanto, Adriansyah Hak Cipta (c) 2022 Shelin Melinda, Nuryanto, Adriansyah https://creativecommons.org/licenses/by-nc/4.0 https://gawpalu.id/bgb/index.php/bgb/article/view/49 Rab, 30 Mar 2022 00:00:00 +0700 Dampak La Nina 2020 – 2021 Terhadap Curah Hujan di Sulawesi Tenggara https://gawpalu.id/bgb/index.php/bgb/article/view/60 <p>Untuk mengetahui pengaruh La Nina tahun 2020/2021 terhadap curah hujan di Sulawesi Tenggara maka analisis terkait dampaknya dilakukan. Tahun 2020 merupakan tahun La Nina Moderat yang mulai aktif di bulan Juli saat wilayah Sulawesi Tenggara memasuki musim kemarau. Data yang digunakan dalam penelitian ini adalah data curah hujan tahun 2020-2021, data normal curah hujan dan normal awal musim, data anomali curah hujan olahan ITACS, serta data indeks Nino3.4. Metode analisis deskriptif dan statistik digunakan untuk menginterpretasikan grafik dan menggambarkan bagaimana La Nina berpengaruh terhadap curah hujan di Sulawesi Tenggara. Hasil penelitian menunjukkan La Nina yang terjadi pada tahun 2020 s.d 2021 kurang signifikan meningkatkan curah hujan di wilayah Sulawesi Tenggara. Sebanyak 58% wilayah mengalami penurunan curah hujan selama periode La Nina dengan rata-rata penurunannya sebesar 37% dari normalnya. Defisit curah hujan ini dikarenakan La Nina tahun 2020/2021 merupakan La Nina kategori Lemah hingga Moderat sehingga kurang signifikan menstimulasi peningkatan curah hujan. La Nina juga kurang berdampak terhadap musim kemarau tahun 2020 di Sulawesi Tenggara namun cukup berdampak memajukan awal musim hujannya. Hal ini disebabkan pada periode musim kemarau, La Nina masih dalam kategori Lemah. La Nina mulai menguat pada periode Oktober-November-Desember sehingga musim hujan pada umumnya masuk pada bulan November.</p> Siti Risnayah Hak Cipta (c) 2022 Siti Risnayah https://creativecommons.org/licenses/by-nc/4.0 https://gawpalu.id/bgb/index.php/bgb/article/view/60 Rab, 30 Mar 2022 00:00:00 +0700 Pengaruh ENSO Terhadap Curah Hujan dan Kelembapan Relatif serta Suhu Permukaan Laut di Sulawesi https://gawpalu.id/bgb/index.php/bgb/article/view/56 <p>El Niño – Southern Oscillation (ENSO) merupakan fenomena variabilitas iklim yang dicirikan dengan anomali perubahan suhu permukaan laut di Samudra Pasifik wilayah tropis. Anomali positif suhu muka laut (El Niño) dapat menyebabkan kemarau ekstrem sedangkan anomali negatif suhu muka laut (La Niña) dapat menyebabkan musim hujan berkepanjangan di sebagian besar wilayah Indonesia. Dalam hal ini, Sulawesi termasuk kedalam wilayah yang terdampak oleh fenomena ENSO. Penelitian ini bertujuan untuk mengkaji pengaruh dari fenomena ENSO terhadap parameter cuaca seperti curah hujan, kelembapan relatif, dan suhu permukaan laut (SPL) di wilayah Pulau Sulawesi. ENSO diidentifikasi berdasarkan indeks <em>Southern Oscillation Indeks</em> (SOI). Data utama yang dipakai dalam penelitian ini berasal dari pengamatan stasiun Badan Meteorologi Klimatologi dan Geofisika (BMKG) Kota Kendari, Makassar, Palu, Luwuk, Gorontalo, dan Manado. Data diolah dalam periode waktu 30 tahun (1988 – 2017) yang kemudian dianalisis menggunakan metode statistika deskriptif. Hasil dari penelitian ini mengungkapkan bahwa ENSO memiliki hubungan yang cukup kuat dengan kelembapan relatif, namun memiliki hubungan yang lemah dengan curah hujan di sebagian besar data stasiun BMKG di Sulawesi. Hubungan ENSO dengan curah hujan terkuat terdapat di Gorontalo (r = 0.537), sedangkan hubungan terlemah terdapat di Manado (r = 0.242). Hubungan ENSO dengan kelembapan relatif terkuat terdapat di Makassar (r = 0.479), sedangkan hubungan terlemah terdapat di Palu (r = –0.057). Nilai korelasi anomali SPL di wilayah Perairan Sulawesi dengan SOI adalah sebesar 0.5067. Hal ini dapat diinterpretasikan bahwa terdapat hubungan yang cukup kuat dan berbanding lurus antara SPL di Sulawesi dan ENSO.</p> Ulil Hidayat, Suwignyo Prasetyo, Yosafat Donni Haryanto, Nelly Florida Riama Hak Cipta (c) 2022 Ulil Hidayat, Suwignyo Prasetyo, Yosafat Donni Haryanto, Nelly Florida Riama https://creativecommons.org/licenses/by-nc/4.0 https://gawpalu.id/bgb/index.php/bgb/article/view/56 Rab, 30 Mar 2022 00:00:00 +0700 Pengaruh Angin Permukaan dan Kelembapan Udara Terhadap Suspended Particulate Matter (SPM) di Sorong Periode Januari – Juli 2019 https://gawpalu.id/bgb/index.php/bgb/article/view/51 <p>Sorong memiliki karakteristik padat penduduk, mobilitas masyarakat yang tinggi, serta pertumbuhan kendaraan bermotor. Meningkatnya laju mobilitas di Sorong membuat penecemaran udara berpotensi ikut meningkat. Salah satu pencemaran udara yang di terukur oleh Stasiun <em>Global Atmosphere Watch</em> (GAW) Sorong adalah <em>Suspended Particulate Matter</em> (SPM). SPM merupakan partikel berbentuk padat dan cair yang melayang di udara dalam jangka waktu yang relatif lama, kemudian adanya parameter meteorologi juga berperan penting dalam peningkatan maupun sumber polutan di Sorong. Penelitian ini bertujuan untuk mengetahui tingkat konsentrasi SPM, mengetahui sumber polutan SPM, dan mengetahui faktor meteorologi berupa kelembapan udara (RH), arah dan kecepatan angin terhadap kosentrasi SPM. Hasil pengukuran konsentrasi SPM di Sorong masih berada dalam kategori yang sangat aman karena nilai konsetrasi berada jauh dari nilai baku mutu yang telah ditetapkan oleh pemerintah, dengan nilai berkisar 16.04 – 30.44 ug/m<sup>3</sup> per bulannya. Dilihat dari sumbernya, partikel SPM di Sorong bersumber dari segala arah. Hasil korelasi parameter meteorologi dengan konsentrasi SPM menunjukkan bahwa tidak ada hubungan yang bermakna antara kelembapan terhadap konsentrasi SPM, akan tetapi terdapat hubungan yang cukup kuat antara kecepatan angin dengan konsentrasi SPM, dengan nilai korelasi sebesar 0.766.</p> Nuryanto, Haris Munandar Gultom, Shel Melinda Hak Cipta (c) 2022 Nuryanto, Haris Munandar Gultom, Shel Melinda https://creativecommons.org/licenses/by-nc/4.0 https://gawpalu.id/bgb/index.php/bgb/article/view/51 Rab, 30 Mar 2022 00:00:00 +0700 Pola Spasial Tingkat Rawan Kekeringan Hidrologis Pada Lahan Padi di Kota Semarang https://gawpalu.id/bgb/index.php/bgb/article/view/58 <p>Kota Semarang memiliki berbagai macam komoditas unggulan salah satunya tanaman padi. Akan tetapi, bahaya kurangnya ketersediaan air tanah akibat dari kekeringan hidrologis selalu menjadi masalah utama bagi kualitas produksi tanaman padi. Oleh karena itu, penelitian ini bertujuan untuk mengetahui persebaran ketersediaan air tanah di daerah Kota Semarang yang cocok untuk tanaman padi. Metode pembobotan kekeringan hidrologis termasuk metode baru yang diterapkan di daerah Semarang yaitu dengan memanfaatkan pembobotan neraca air Thornthwaite – Mather guna melihat jumlah ketersediaan air tanah berdasarkan curah hujan setiap bulannya. Data lain yang digunakan yaitu data fisik tanah serta ketinggian. Hasil menunjukkan bahwa nilai indeks tingkat rawan kekeringan ringan (&lt;16.77%) di Kota Semarang terjadi di daerah selatan Kota pada bulan Januari, Februari dan Maret. Sedangkan tingkat rawan kekeringan berat (&gt;33.33%) terjadi di daerah utara Kota Semarang pada bulan Agustus, September dan Oktober. Dari hasil tersebut dapat diketahui bahwa daerah selatan Kota Semarang lebih cocok bagi produksi lahan padi daripada daerah utara Kota.</p> Galih Langit Pamungkas, Zaki Kresna Andika Hak Cipta (c) 2022 Galih Langit Pamungkas, Zaki Kresna Andika https://creativecommons.org/licenses/by-nc/4.0 https://gawpalu.id/bgb/index.php/bgb/article/view/58 Rab, 30 Mar 2022 00:00:00 +0700 Validasi Data Pengamatan Pararel : Automatic Weather Station (AWS) dan Pengamatan Manual di Stasiun Meteorologi Hasanuddin Makassar Tahun 2019 https://gawpalu.id/bgb/index.php/bgb/article/view/55 <p>Pengamatan paralel diartikan sebagai dua pengamatan suatu parameter dalam satu periode waktu dengan instrumen yang berbeda. Pengamatan yang dilakukan hingga saat ini sebagian besarnya masih menggunakan alat – alat manual. Pada proses pengecekan kebenaran data pengamatan (validasi) seringkali ditemukan kesalahan baca (paralaks) dan data kosong akibat kerusakan alat ataupun kelalaian pengamat. Kondisi semacam ini menjadikan hambatan bagi kegiatan analisis serta prediksi cuaca dan iklim. Salah satu solusinya adalah otomatisasi pengamatan. Salah satu bagian penting dari proses transisi pengamatan atau pengukuran manual ke pengamatan otomatis tersebut adalah adanya dokumentasi dan deskripsi bias antara data pengamatan otomatis dengan data pengamatan manual. Dalam otomatisasi pengamatan, perlu dilakukan paralelisasi pengamatan pada periode tertentu. Seluruh data harus memenuhi syarat kendali mutu dengan metode yang seragam dan teruji homogenitasnya. <em>Software</em> R dipakai untuk melakukan analisis data validasi pengamatan paralel yang menghasilkan untuk dianalisis dan diambil kesimpulan seberapa representatif data AWS sebagai data otomatis terhadap data manual dari pengamatan konvensional. Sebaran data AWS dan manual menunjukkan masih adanya perbedaan. Data AWS cenderung lebih rendah dari data manual untuk semua parameter kecuali Suhu Minimum dan Curah Hujan data AWS lebih tinggi dari data manual. sehingga otomatisasi pengamatan secara menyeluruh belum dapat dilakukan.</p> Heru Tribunowo Fitri Hak Cipta (c) 2022 Heru Tribunowo Fitri https://creativecommons.org/licenses/by-nc/4.0 https://gawpalu.id/bgb/index.php/bgb/article/view/55 Rab, 30 Mar 2022 00:00:00 +0700 Cover Buletin dan Daftar Isi https://gawpalu.id/bgb/index.php/bgb/article/view/67 <p><strong>e-ISSN</strong> 2721-9704 | <strong>p-ISSN</strong> 2721-7752 </p> <p>Penulis Buletin GAW Bariri Vol 2 No 2 berasal dari sejumlah afiliasi sebagai berikut:</p> <ul> <li class="show">Stasiun Pemantau Atmosfer Global Puncak Vihara Klademak - Sorong, BMKG</li> <li class="show">Stasiun Pemantau Atmosfer Global Lore Lindu Bariri - Palu, BMKG</li> <li class="show">Stasiun Klimatologi Manokwari, BMKG</li> <li class="show">Pusat Database, BMKG</li> <li class="show">Program Studi Meteorologi, Sekolah Tinggi Meteorologi Klimatologi dan Geofisika (STMKG)</li> <li class="show">Pusat Penelitian dan Pengembangan, BMKG</li> <li class="show">Stasiun Klimatologi Konawe Selatan, BMKG</li> <li class="show">Stasiun Klimatologi Seram Bagian Barat, BMKG</li> </ul> Solih Alfiandy Hak Cipta (c) 2022 Solih Alfiandy https://creativecommons.org/licenses/by-nc/4.0 https://gawpalu.id/bgb/index.php/bgb/article/view/67 Rab, 30 Mar 2022 00:00:00 +0700