Samba Wirahma, Samba
Unknown Affiliation

Published : 20 Documents
Articles

Found 20 Documents
Search

Appendix JSTMC Vol.17 No.2 December 2016 : Author Index & Keyword Index Wirahma, Samba
Jurnal Sains & Teknologi Modifikasi Cuaca Vol 17, No 2 (2016): December 2016
Publisher : BPPT

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (150.531 KB) | DOI: 10.29122/jstmc.v17i2.2804

Abstract

Appendix JSTMC Vol.18 No.2 December 2017 : Author Index & Keyword Index Wirahma, Samba
Jurnal Sains & Teknologi Modifikasi Cuaca Vol 18, No 2 (2017): December 2017
Publisher : BPPT

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (11.484 KB) | DOI: 10.29122/jstmc.v18i2.2808

Abstract

Appendix JSTMC Vol.18 No.1 June 2017 : Author Index & Keyword Index Wirahma, Samba
Jurnal Sains & Teknologi Modifikasi Cuaca Vol 18, No 1 (2017): June 2017
Publisher : BPPT

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (151.038 KB) | DOI: 10.29122/jstmc.v18i1.2806

Abstract

Preface JSTMC Vol.18 No.1 June 2017 : Foreword and Acknowledgement Wirahma, Samba
Jurnal Sains & Teknologi Modifikasi Cuaca Vol 18, No 1 (2017): June 2017
Publisher : BPPT

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29122/jstmc.v18i1.2590

Abstract

PERBANDINGAN PREDIKSI CURAH HUJAN GFS METEOROGRAM DENGAN CURAH HUJAN TRMM DI DAS RIAM KANAN KALIMANTAN SELATAN Wirahma, Samba; Athoillah, Ibnu; ., Sutrisno
Jurnal Sains & Teknologi Modifikasi Cuaca Vol 16, No 2 (2015): December 2015
Publisher : BPPT

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1051.721 KB) | DOI: 10.29122/jstmc.v16i2.1049

Abstract

Teknologi Modifikasi Cuaca (TMC) yang diterapkan oleh BPPT di Kalimantan Selatan dilakukan guna mengatasi kekurangan debit air yang terjadi pada DAS Riam Kanan. Untuk melaksanakan TMC yang efektif dan efisien dibutuhkan prediksi cuaca harian yang akurat dan mendetail pada catchment area (daerah tangkapan hujan) tersebut, khususnya prediksi curah hujan harian. TMC yang diterapkan oleh BPPT menggunakan prediksi yang salah satunya diambil dari Global Forecast System (GFS) Meteorogram. Prediksi tersebut bisa menjadi referensi untuk mengolah dan menganalisis parameter cuaca dengan baik, serta merencanakan dan memutuskan pelaksanaan penerbangan eksekusi selama kegiatan TMC. Untuk menguji ketepatan suatu prediksi, maka diperlukan validasi/perbandingan hasil prediksi dengan data real, yaitu data curah hujan yang dapat diambil dari data Tropical Rainfall Measuring Mission (TRMM).Prediksi curah hujan menggunakan GFS Meteorogram dibandingkan dengan data curah hujan dari TRMM di daerah DAS Riam Kanan menggunakan korelasi Pearson, pengambilan data prediksi GFS dilakukan mulai dari 16 Mei 2014 s/d 31 Mei 2014. Koefisien korelasi yang diambil hanya yang memiliki pola/bentuk hubungan korelasi linear positif (+1). Dari hasil analisis korelasi didapatkan bahwa dari 16 hari pengambilan data di semua lokasi, rata-rata terdapat 8 - 11 hari yang memiliki nilai koefisien korelasi (KK) positif untuk prediksi di hari yang sama dan 6 - 11 hari untuk prediksi Lag_1, dengan nilai KK yang paling banyak muncul yaitu : range 0.4 - 0.7 untuk prediksi 7 hari ke depan, range 0.7 - 0.9 untuk prediksi 5 hari ke depan, dan range 0.9 - 1 untuk prediksi 3 hari ke depan. Dari keenam lokasi titik prediksi dengan nilai koefisien korelasi linear positif yang paling banyak muncul dan memiliki hubungan yang paling kuat adalah di titik Banjarmasin dan DAS bagian Utara.Kata Kunci : prediksi curah hujan GFS, curah hujan TRMM DAS Riam Kanan, koefisien korelasiWeather Modification Technology applied by BPPT in South Kalimantan in order to overcome the shortage of water discharge that occurs in the Riam Kanan Watershed. To implement the weather modification technology an effective and efficient required daily weather predictions are accurate and detail in the catchment area, especially dailiy rainfall prediction. In this Technology, BPPT using prediction from the Global Forecast System (GFS) Meteorogram. This prediction could be a reference to analyze weather parameter, planning, and deciding to do flight execution for weather modification. To verifying accuracy of this prediction, it is necessary validation/ comparison with real data that can be retrieved from the data Tropical Rainfall Measuring Mission (TRMM).Rainfall prediction of GFS Meteorogram compared with data from TRMM rainfall on the Riam Kanan Watershed using Pearson Correlation, GFS forecast data collected from May 16 - May 3,1 2014. The correlation coefficient is taken only has a pattern a positive linear correlation. The result from correlation analysis showed that 16 days of data collection in all locations, on average there are 8 – 11 days have a correlation coefficient is positive for prediction in the same day, and 6 – 11 days for prediction in lag_1 with most value arise of correlation coefficient is 0.4 – 0.7 for prediction of next 7 days, range 0.7 – 0.9 for prediction of next 5 days, and range 0.9 – 1 for prediction of next 3 days. From the six location of prediction points with most value arise of correlation coefficient positive linier and have the strongest relation are in Banjarmasin and northern watershed.Keywords : GFS precipitation forecast, Riam Kanan TRMM rainfall, correlation coefficient
ANALISIS VARIABILITAS CURAH HUJAN KOTA MARTAPURA KALIMANTAN SELATAN AKIBAT PERUBAHAN IKLIM Syaifullah, M. Djazim; Muhammad, Fikri Nur; Athoillah, Ibnu; Wirahma, Samba
Jurnal Sains & Teknologi Modifikasi Cuaca Vol 15, No 1 (2014): June 2014
Publisher : BPPT

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (766.034 KB) | DOI: 10.29122/jstmc.v15i1.2650

Abstract

IntisariNegara Indonesia merupakan Negara Kepulauan yang terletak di Khatulistiwa sehingga rentan terhadap perubahan iklim.Curah hujan yang terjadi di suatu tempat dipengaruhi oleh faktor alam dan topografi daerah tersebut. Dengan melihat histori kejadian hujan selama 70 tahun (1915 – 2000) akan mengetahui pola hujan distribusi curah hujan suatu wilayah. Untuk memperoleh hasil  tersebut digunakan analisa regresi. Dalam analisa tersebut didapatkan dari tahun 1915 sampai dengan tahun 2000 untuk stasiun di Kota Martapura menunjukan pola kecerendungan kenaikan 4,5898 mm/tahun dengan persamaan regresi Y=4.5898 X-6600.4 with R2=0.0513.AbstractState of Indonesia is a country located on the equator that are vulnerable to climate change.  Rainfall (precipitation) that occurs in a place influenced by nature and topography of the area. By knowing historical rainfall events during 70 years (1915-2000) will determine the distribution pattern of rainfall in the area. To obtain the result about distribution pattern used regression analysis. In the regression analysis obtained that from 1915 until 2000 year for station in Martapura shows the rise pattern 4,5898 mm/years with a regression equation  Y=4.5898 X-6600.4 with R2=0.0513.
Appendix JSTMC Vol.18 No.1 June 2017 : Author Index & Keyword Index Wirahma, Samba
Jurnal Sains & Teknologi Modifikasi Cuaca Vol 18, No 1 (2017): June 2017
Publisher : BPPT

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29122/jstmc.v18i1.2584

Abstract

PEMANFAATAN TEKNOLOGI MODIFIKASI CUACA UNTUK PERKEBUNAN KELAPA SAWIT Wirahma, Samba; Seto, Tri Handoko; Athoillah, Ibnu
Jurnal Sains & Teknologi Modifikasi Cuaca Vol 15, No 1 (2014): June 2014
Publisher : BPPT

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (897.828 KB) | DOI: 10.29122/jstmc.v15i1.2656

Abstract

IntisariTanaman Kelapa Sawit (Elais sp) adalah sumber utama minyak nabati sesudah kelapa di Indonesia. Tanaman tersebut merupakan komoditi andalan ekonomi Indonesia karena selain merupakan penghasil devisa, kelapa sawit merupakan salah satu alternatif upaya peningkatan kesejahteraan masyarakat melalui pembukaan lapangan pekerjaan dan lapangan usaha. Distribusi tanaman kelapa sawit di Indonesia dapat dijumpai di setiap pulau seperti Sumatera, Kalimantan, Sulawesi dan Jawa. Pada tahun 2013, dari total luas perkebunan kelapa sawit sebesar 9,14 juta hektar, sekitar 65% berada di pulau Sumatera, disusul Kalimantan (31%), Sulawesi (3%), kemudian Jawa dan Papua di bawah satu persen. Tanaman kelapa sawit tergolong ke dalam tanaman xerophyte yang dapat beradaptasi dengan kondisi air yang kurang, walaupun demikian tanaman tetap akan mengalami gejala stres air pada saat musim kemarau yang berkepanjangan. Salah satu upaya untuk mengantisipasi musim kemarau panjang dan kebakaran lahan yaitu dengan melakukan Teknologi Modifikasi Cuaca (TMC). Penerapan TMC di Indonesia sudah dilakukan sejak tahun 1979 dengan berbagai tujuan, yaitu menambah curah hujan untuk mengatasi kekeringan, pengisian air waduk untuk irigasi dan PLTA; mengurangi curah hujan untuk mengatasi banjir; longsor; dan mengurangi kabut asap akibat kebakaran hutan dan lahan. Simulasi proyeksi curah hujan dengan skenario pelaksanaan TMC 120 hari dilakukan di wilayah Riau, Kalimantan Tengah dan Sumatera Utara sebagai daerah dengan luas perkebunan sawit terbesar di Indonesia. Hasil dari simulasi tersebut adalah menghitung besarnya jumlah curah hujan tahunan yang dapat dihasilkan apabila dilakukan TMC 120 hari pada bulan April-Mei 2014 dan Agustus-September 2014 dengan asumsi tingkat pertambahan hujan ketika berada pada periode penyemaian awan sebesar 30%. Berdasarkan hasil simulasi curah hujan dengan skenario pelaksanaan TMC 120 hari, untuk wilayah Riau akan didapatkan penambahan curah hujan sebesar 198 mm/tahun, wilayah Kalimantan Tengah sebesar 254 mm/tahun dan wilayah Sumatera Utara sebesar 233 mm/tahun. Abstract Palm (Elais sp) is the main source of vegetable oil after coco in Indonesia. This plant is mainstay commodity of Indonesia because in addition to foreign exchange earner, palm oil is one alternative efforts to improve the welfare of society through the opening of employment and business field. Distribution of palm oil plantations in Indonesia can be found in every island like Sumatra, Kalimantan, Sulawesi and Java. In 2013, total area of palm oil plantations amounted to 9.14 million hectares, approximately 65% were on the island of Sumatra, Kalimantan followed (31%), Sulawesi (3%), then Java and Papua under one percent.  Palm oil plants belonging to the plant xerophyte that can adapt to conditions that are less water, however the plant will continue to experience symptoms of water stress during the long dry season. One effort to anticipate the long dry season and forest fires by performing the Weather Modification Technology. Application of this technology in Indonesia have been carried out since 1979 with a variety of purposes, namely to rain enhancement to overcome drought, filling water reservoirs for irrigation and hydropower; reduce rainfall to overcome floods; landslides; and reduce smog from forest fires and land.  Simulation of rainfall projection with applying weather modification technology for 120 days in Riau, Central Kalimantan, and North Sumatra as the area with the largest palm oil plantations in Indonesia. Result of this simulation is to calculate the amount of annual rainfall if weather modification for 120 days applied in April-May 2014 and AugustSeptember 2014, assuming growth rate when cloud seeding period is 30%. Based on this simulation resulted for Riau regoin will get additional rainfall 198 mm/year, Central Kalimantan Region 254 mm/year and North Sumatra Region 233 mm/year
Author Guidelines (Syarat & Format Penulisan) Wirahma, Samba
Jurnal Sains & Teknologi Modifikasi Cuaca Vol 18, No 1 (2017): June 2017
Publisher : BPPT

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29122/jstmc.v18i1.2585

Abstract

ANALISIS HUJAN LEBAT TANGGAL 27 SEPTEMBER 2017 DI DKI JAKARTA Kiki, Kiki; Wirahma, Samba
Jurnal Sains & Teknologi Modifikasi Cuaca Vol 18, No 2 (2017): December 2017
Publisher : BPPT

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1827.549 KB) | DOI: 10.29122/jstmc.v18i2.2569

Abstract

IntisariPada 27 September 2017 beberapa wilayah di DKI Jakarta dilanda hujan dengan intensitas lebat yang memicu genangan di beberapa wilayah. Wilayah DKI Jakarta pada bulan September masih dalam periode transisi dari musim kemarau menuju musim hujan, sehingga potensi kejadian hujan dengan intensitas ringan hingga lebat yang disertai kilat/petir dan angin kencang cukup tinggi, meski umumnya masih bersifat sporadis. Dengan menggunakan data reanalysis model diketahui bahwa pada saat kejadian terdapat anomali pola angin di lapisan 850 hPa dibandingkan dengan klimatologisnya, serta didentifikasi adanya anomali kelembapan udara di lapisan bawah hingga 500 hPa yang lebih basah dibandingkan dengan klimatologisnya. Pertumbuhan awan hujan tipe Nimbustratus yang optimal pada saat kejadian dipicu oleh daerah konvergensi yang terbentuk di wilayah Banten, DKI Jakarta, hingga Jawa Barat, serta kondisi atmosfer yang basah hingga di lapisan menengah.   AbstractOn September 27, 2017, several areas in DKI Jakarta were surge by heavy rain that triggered inundations in some areas. DKI Jakarta area in September is still in the transition period from the dry season to the rainy season, so the potential for the occurance of rain with mild to light intensity accompanied by thunder/lightning and strong winds is still quite high, although generally still sporadic. Using the reanalysis data model it is known that at the time of the event there was wind pattern anomaly in layer 850 hPa compared with its climatology, and also been identified an anomaly of air humidity in the lower layer of the atmosphere up to 500 hPa wetter than its climatology. The optimum growth of Nimbustratus cloud at the time of the incident was triggered by the convergence area formed in Banten, DKI Jakarta, and West Java, as well as the wet atmospheric conditions up to the middle layer.