power point seminar on 2007 edit
TRANSCRIPT
-
8/9/2019 Power Point Seminar on 2007 Edit
1/19
OLEH
MUHAMMAD INDRA BENDI
13.07.1659
-
8/9/2019 Power Point Seminar on 2007 Edit
2/19
-
8/9/2019 Power Point Seminar on 2007 Edit
3/19
Badan Meteorologi Klimatologi Dan
Geofisika mempunyai 13 stasiun yang
dilengkapi dengan pengamatan
Radiosonde. Namun pemanfaatan hasilpengamatannya belum maksimal.
Terutama di wilayah Kupang.
Salah satu yang dapat dihasilkan dari data
udara atas adalah prediksi peluangterjadinya Thunderstorm berdasarkan
indek-indeks labilitas atmosfer.
-
8/9/2019 Power Point Seminar on 2007 Edit
4/19
Tujuan dari penulisan ini adalah
membuat persamaan untuk
memprediksi peluang thunderstorm
di wilayah Kupang dan mengetahuinilai verifikasi dari persamaan
tersebut.
-
8/9/2019 Power Point Seminar on 2007 Edit
5/19
Dalam tulisan ini penulis
memberi batasan daerah Stasiun
meteorologi El Tari Kupang
(97372) dan metode penulisanadalah melakukan validasi
ketepatan presentase prediksi
dan verifikasi terjadinyathunderstorm dengan
menggunakan regresi binary
logistic
-
8/9/2019 Power Point Seminar on 2007 Edit
6/19
-
8/9/2019 Power Point Seminar on 2007 Edit
7/19
Data yang digunakan adalah:
Data Radiosonde dalam bentuk sandi TEMP
(TTAA dan TTBB) 00.00UTC atau jam 08.00
WITA pada musim transisi, (Maret-April danNovember-Desember) selama 5 tahun dari
tahun 2005 - 2009.
Data F KLIM 71 pada musim transisi selama 5tahun dari tahun 2005 2009 untuk mengetahui
hari terjadinya Thunderstorm.
-
8/9/2019 Power Point Seminar on 2007 Edit
8/19
Regresi Binary Logistic dengan
Mengggunakan Software Minitab 14.
Analisa Upper air dengan
menggunakan Raob 5.7
-
8/9/2019 Power Point Seminar on 2007 Edit
9/19
Data di-input ke dalam Raob 5.7
Hasil dari input tersebut adalah indeks SI, KI, LI,
kemudian dibandingkan dengan kejadian
thunderstorm selama musim transisi.
Untuk nilai probabilitas thunderstorm digunakan nilaikemungkinan 1 untuk adanya thunderstorm dan
nilai kemungkinan 0 untuk tidak adanya
thunderstorm.
Menggunakan software minitab 14 untuk
mendapatkan persamaan regresi dengan menggunakan
metode Regresi Binary Logistik.
Persamaan Regresi Binary Logistik adalah sebagai
berikut :
y = koefisien + a(si) + b(ki) + c(li)
-
8/9/2019 Power Point Seminar on 2007 Edit
10/19
Regresi adalah salah satu metode untuk
menentukan hubungan sebab-akibat antara
satu variabel dan variabel - variabel yang
lain. Ada beberapa macam metode regresiyang diantaranya adalah Regresi Binary
Logistic
Regresi Binary Logistic Regression (Regresi
Logistik Biner) digunakan ketika hanya ada2 kemungkinan variabel respon (Y), misal
Terjadi dan Tidak terjadi.
-
8/9/2019 Power Point Seminar on 2007 Edit
11/19
A. Showalter Indeks
SI = T500 - T
T500 = Suhu observasi pada lapisan
500 mb
T ' = suhu parsel pada lapisan
500 mb
Theimage partwith relationship ID rId2wasnotfound in thefile.
-
8/9/2019 Power Point Seminar on 2007 Edit
12/19
Nilai SI Kejadian
+3 sampai +1Kemungkinan besar terjadi shower dan dapat menjadi
thuderstorm
+1 sampai -2 Berpeluang tumbuhnya thunderstorm dengan cepat
-3 sampai -6 Kemungkinan terjadi Thunderstorm hebat
Kurang dari
-6Forecaster harus mempertimbangkan akan terjadinya tornado
-
8/9/2019 Power Point Seminar on 2007 Edit
13/19
K-Indeks
KI = (T850 - T500) + Td850 - (T700 - Td700)
Dimana
T850-T500 adalah untuk mengetahui suhu udara
secara vertikal, bila makin condong berarti makin
labil
Td850 adalah untuk mengetahui kandungan uap
air pada lapisan 850 mb, jika banyak maka ada
kondensasi
T700-Td700 adalah untuk mengetahui
kandungan uap air pada lapisan
K-IndeksKemungkinan
TS(%)
< 15
15 -20
21 -25
26 - 30
31 35
36 -40
>40
0
-
8/9/2019 Power Point Seminar on 2007 Edit
14/19
Lifted Indeks
LI = T500 - T '
T500 = Suhu observasi pada lapisan 500
mb
T ' = suhu parsel pada lapisan 500
mb
Nilai LI Potensi cuaca yang terjadi
-2 Lemah
-3 sampai -5 Sedang
< -6 Kuat
-
8/9/2019 Power Point Seminar on 2007 Edit
15/19
-
8/9/2019 Power Point Seminar on 2007 Edit
16/19
Tabel Hasil Validasi Data Thunderstorm Tahun 2005-2009
dan Nilai Verifikasi Terhadap Data Tahun 2009
Bulan Nilai Validasi Nilai Verifikasi terhadap Data Tahun 2009
November 72.73% 92.31%
Desember 34.29% 47.37%
Maret 78.38% 18.18%
April 91.07% 92.59%
-
8/9/2019 Power Point Seminar on 2007 Edit
17/19
-
8/9/2019 Power Point Seminar on 2007 Edit
18/19
1. Metode regresi binary logistic dengan
prediktor SI, LI dan KI dapat dijadikan salah
satu acuan untuk prediksi peluang terjadinya
Thunderstorm.
2. Dari hasil verifikasi yang dilakukan pada
musim transisi (november desember) dan
(maret april) di stasiun meteorologi El Tari
Kupang persamaan yang digunakan cukup
akurat terutama terlihat pada bulan novemberdan bulan april dengan persentase
keakuratannya di atas 50 %.
-
8/9/2019 Power Point Seminar on 2007 Edit
19/19