Search

Intisari Permasalahan utama dalam mengestimasi curah hujan menggunakan data satelit adalah kegagalan membedakan antara awan cumuliform dengan awan stratiform dimana dapat menyebabkan nilai estimasi hujan under/overestimate. Dalam penelitian ini teknik estimasi curah hujan berbasis satelit yang digunakan adalah modifikasi Convective Stratiform Technique (CSTm). CSTm memiliki kelemahan ketika harus menghitung sistem awan konveksi dengan inti konveksi yang sangat luas karena akan memiliki nilai slope parameter kecil, sehingga menghasilkan estimasi curah hujan yang underestimate. Dengan melibatkan perhitungan faktor pertumbuhan awan di algoritma CSTm permasalahan tersebut dapat diatasi. Penelitian ini menerapkan algoritma CSTm dan faktor pertumbuhan awan (CSTm+Growth Factor) untuk mengestimasi kejadian hujan lebat yang menyebabkan banjir di Jakarta pada tanggal 24 Januari 2016 yang digunakan juga sebagai studi kasus di proyek pengembangan model NWP di BMKG. Hasil penelitian menunjukan bahwa perlibatan faktor pertumbuhan awan sangat efektif memperbaiki kelemahan teknik CSTm, diperlihatkan dengan peningkatan nilai korelasi dari 0.6 menjadi 0.8 untuk wilayah Kemayoran dan -0.1 menjadi 0.83 untuk wilayah Cengkareng. Secara umum gabungan teknik CSTm dan faktor pertumbuhan awan dapat memperbaiki estimasi nilai intensitas dan fase hujan. Abstract The main problem in estimating rainfall using satellite data is a failure to distinguish between cumuliform and stratiform clouds, which can cause under/overestimate of rains. In this research, the Modified Convective Stratiform Technique (CSTm) has been used to estimate rainfall based on satellite data. The weakness of the CSTm technique is defined when calculating the convective cloud system within a widely convective point. Cloud convective will have a low value of parameter slope and produce an underestimate of rainfall. This issue can be resolved by calculating the cloud growth factor on CSTm. CSTm algorithm and cloud growth factor (CSTm+Growth Factor) has been applied to this research to estimate heavy rainfall for floods event in Jakarta area on January 24th, 2016. The result showed that the cloud growth factor is very effective in improving the weakness of rainfall estimation using the CSTm technique. Correlation between estimation and observation rainfall has increased from 0,6 to 0,8 on Kemayoran and from -0,1 to 0,83 on Cengkareng. The coupled method of CSTm and cloud growth factor significantly improve in estimating phase and intensity of rainfall.

IntisariData meteorologi yang berupa citra/gambar sulit dianalisis dan dikombinasikan dengan data lain. Dalam karya tulis ini akan dijelaskan metode pencuplikan citra/gambar radar yang dipublikasikan oleh BMKG menjadi data teks. Proses pengolahan terdiri dari dua tahap yaitu proses pemetaan setiap pixel dalam citra radar menjadi koordinat bumi (latitude dan longitude) dan penentuan nilai echo radar (dBZ). Dari legenda pada citra radar didapatkan 9 pola warna RGB yang digunakan sebagai penentu nilai dBZ setiap pixel dalam citra radar. Hasil pengolahan citra radar berupa data teks yang terdiri dari longitude, latitude, dan nilai dBZ. Untuk membandingkan dengan data asli, data radar teks hasil pengolahan ditampilkan pada Website Global Informasion System (WebGIS). Warna data radar pada WebGIS ditentukan dengan persamaan warna sebagai fungsi dari nilai dBZ. Secara kualitatif, hasil perbandingan gambar radar asli dengan data numerik yang ditampilkan pada WebGIS menunjukkan bahwa hasil data numerik cukup presisi pada posisi longitude dan latitude. Namun, dari segi nilai numerik echo radar (dBZ) yang dihasilkan terdeteksi kurang akurat pada batas awan karena latar belakang gambar yang berwarna hitam. Selain itu, pada keterangan nama kota dan batas wilayah yang berwarna abu-abu menujukkan pixel yang kosong walaupun disekelilingnya terlihat adanya awan, sehingga diperlukan penelitian lebih lanjut untuk mengatasi permasalahan tersebut dengan menambahkan filter untuk mengoreksi nilai pixel pada batas gambar dan teknik interpolasi untuk mengisi kekosongan nilai pada area pixel. AbstractMeteorological data in the form of image has difficulty in further analysis such as to combine the data with other data sources. In this research, the proposed method for converting image data into texts using image processing for BMKG data provided is presented. The processing scenarios consist of two main steps; mapping process of every pixel of the images into the earth coordinate (latitude and longitude) step and radar echo values estimation in dBZ step. From the analysis, the 9 color patterns of RGB are obtained and used as the dBZ justification tool for the pixel color of radar image. The results of this image processing step are the texts data of latitude, longitude and the radar echo values in dBZ. In order to compare the analysis results with the original data, the processing data are then reshown to global information system website (WebGIS). The radar color data on WebGIS is determined based on color equation as a function of the echo radar. Qualitatively, the results of this comparison show that the numerical data results are precise in terms of longitude and latitude positions. However, in terms of numerical values echo radar (dBZ), the results perform less accurate especially on the boundary of the cloud due to the black color of background image. In addition, the description of the city name and the border of the gray area show the data are empty although by visual inspection there are surrounding clouds. Thus, further research is needed to solve the problem by adding filters to correct the pixel value at the image boundary and applying the interpolation technique to fill the void value in the pixel area.