Hasil Pencarian  ::  Simpan CSV :: Kembali

"Bencana banjir, yang salah satu penyebabnya adalah kondisi cuaca, semakin sering terjadi sejak akhir 1990-an. Banjir yang sering terjadi di Daerah Aliran Sungai Citarum Hulu disebabkan oleh karakteristik fisik cekungan yang berbentuk seperti basin. Ditambah curah hujan tinggi terjadi secara terus-menerus untuk jangka waktu tertentu dalam sehari. Pengamatan curah hujan dilakukan dengan metode penginderaan jauh, yaitu menggunakan algoritma PERSIANN CCS. Penelitian ini dimaksudkan untuk menganalisis perbedaan distribusi wilayah banjir di DAS Citarum Hulu serta distribusi spasial dan temporal curah hujan penyebab kejadian banjir tersebut. Penelitian ini menggunakan data curah hujan per jam satelit yang telah diolah menggunakan algoritma PERSIANN CCS<. Dalam pengolahan data tersebut, dilakukan metode statistik untuk memperoleh nilai akurasi dan metode aritmetika untuk mengklasifikasikan nilai curah hujan satelit. Hasil spasial menunjukkan wilayah banjir aktual tersebar di setiap sub-DAS Citarum Hulu, yaitu di bagian hulu dan hilir sub-DAS. Secara temporal, banjir selalu terjadi pada Sub-DAS Cisangkuy dan jarang terjadi di Sub-DAS Ciwidey. Distribusi spasial curah hujan di DAS Citarum Hulu dapat dibagi menjadi dua kelompok, yaitu bagian utara dan selatan. Rata-rata curah hujan per jam kelompok sub-DAS tersebut memiliki pola yang sama. Secara temporal, distribusi curah hujan di DAS Citarum Hulu memiliki kesamaan pola pada setiap tahunnya. Curah hujan penyebab banjir adalah hujan yang terjadi selama lebih dari enam jam. Hujan tersebut turun beberapa hari sebelum kejadian banjir. Kejadian hujan terjadi pada siang hingga sore hari.

---

Floods, which one of its cause is weather condition, are often happened since late 90s. Floods in Upper Citarum Watershed are caused by watershed’s physical characteristics which basin-like-shaped. In addition, high level rainfall happened continuously for a long term in a day. Rainfall observation is done by remote sensing method. It is PERSIANN CCS algorithm. This research aims to analyse spatio-temporal actual flood area in Upper Citarum Watershed and spatio-temporal rainfall distribution which are the caused of floods. This research used hourly rainfall data of PERSIANN CCS algorithm to obtain rainfall distribution in Upper Citarum Watershed. In data processing, statistical method had been done to generate data accuracy and arithmetic method to classify rainfall. Spatial result shows actual flood area are spreaded in every sub-watershed of Upper Citarum, which are in its upstream and downstream. Temporally, floods frequently happen in Cisangkuy Sub-Watershed and infrequently happen in Ciwidey Sub-Watershed. Spatial rainfall distribution in Upper Citarum Watershed is divided into two categories which are north and south region. The average hourly rainfall of each categories has the same pattern regionally. Temporal rainfall distribution also has the same pattern every year. The rainfall, which is causing floods, is a more-than-six-hours-long rain. The rain falls several days before the floods happened. It happened in the afternoon up to evening."

"Perencanaan bangunan-bangmman air yang besar dan bermanfaat bagi umum harus dilakukan dengan teliti dan hati-hati. Bangunan air yang efisien dad segi biaya tetapi berfungsi optimum dan tinggi keamanannya membutuhkan pilihan kapasitas yang tepat yang akan ditampung oleh bangunan tersebut, yang diukur dari banyaknya air yang ditampung atau dialirkan melalui bangunan tersebut dalam satuan waktu tertentu. Intensitas hujan adalah salah satu komponen pengolah data yang diperlukan untuk menentukan kapasitas suatu bangunan air. Intensitas hujan merupakan ukuran banyaknya curah hujan yang jatuh dalam satuan walclu tertenm Penelitian yang sudah umum dilakukan terhadap intensitas hujan adalah padajumlah curah hujan setiap jam dan jumlah curah hujan setiap hari, sementara hubungan antara jumlah curah hujan tahunan dengan jumlah hari hujan tahunan belum banyak diteliti. Tulisan ini meneliti ada tidaknya hubungan antara jumlah curah hujan tahunan dengan jumlah had hujan tahunan. Penelitian dilakukan dengan metode statistlka terhadap data-data jumlah curah hujan dan jumlah hari hujan dari Badan Meteorologi dan Geofisika, Jakarta. Data-data yang digunakan diambil dan stasiun-stasiun pengukur curah hujan yang ada di Pulau Jawa."

"Curah hujan merupakan salah satu input data yang memiliki peranan penting dalam permodelan hidrologi. Data curah hujan biasanya diperoleh dari stasiun pencatat curah hujan yang tersebar menurut koordinatnya. Data curah hujan yang tersedia sering kali mengalami kekurangan yang disebabkan oleh terbatasnya sebaran dan jumlah stasiun pencatat hujan yang ada. Medan, bentuk topografi serta biaya besar juga mempengaruhi ketersediaan dari stasiun pencatat curah hujan itu sendiri. Alternatif lain untuk memperoleh data curah hujan salah satunya adalah satelit hujan. Dalam hal ini satelit hujan yang tersedia ada berbagai macam jenisnya dan memiliki kemampuan memperoleh gambaran spasial dengan resolusi yang berbeda-beda. Salah satu data curah hujan harian yang akan digunakanan pada penelitian ini bersumber dari CHIRPS. Tujuan dari penulisan skripsi ini adalah melakukan analisis perbandingan curah hujan satelit CHIRPS dengan data hujan yang terdapat pada stasiun hujan di DAS Ciliwung Hulu dan DAS Garang Hulu pada rentang waktu tertentu sesuai dengan ketersediaan data curah hujan harian pada stasiun hujan di lokasi kedua DAS tersebut. Data yang dianalisis akan menentukan reliabilitas dari CHIRPS terhadap data hujan pada stasiun pencatat hujan. Data CHIRPS ini akan dianalisis lebih lanjut terkait persamaan dan perbedaannya dengan data stasiun hujan. Hasil yang diperoleh menunjukan bahwa data CHIRPS tidak reliabel atau berkorelasi rendah terhadap data curah hujan harian stasiun pencatat hujan pada kedua DAS. Selisih antara hujan harian atau delta data dari kedua sumber data juga menunjukan bahwa data curah hujan harian cenderung berbeda antar kedua sumber data. Perbedaan-perbedaan ini dianalisis lebih lanjut untuk memperoleh jumlah data yang reliabel dengan melakuakan filter data menggunakan kriteria error berkisar antara nol hingga 0,4 persen. Hasil filter data menunjukan bahwa rata-rata data yang reliabel hanya sebesar 0,9 persen dari total data yang tersedia untuk masing-masing stasiun hujan pada DAS Ciliwung Hulu dan Garang Hulu. Perbedaan dan persamaan data ini dapat disebabkan oleh beberapa faktor seperti letak serta topografi lokasi kedua DAS dan cara kerja satelit hujan dalam memperoleh data melalui gelombang elektromagnetik yang sangat dipengaruhi oleh kondisi dari objek atau awan.

---

Rainfall is one of the input data that has an important role in hydrological modelling. Rainfall data is usually obtained from rainfall recording stations which are scattered according to their coordinates. Available rainfall data often suffers from deficiencies caused by the limited distribution and number of existing rain recording stations. Terrain, topography and high cost also affect the availability of the rainfall recording station itself. Another alternative to obtain rainfall data, one of which is a rain satellite. In this case there are various types of rain satellites available and have the ability to obtain spatial images with different resolutions. One of the daily rainfall data that will be used in this study comes from CHIRPS. The purpose of writing this thesis is to carry out a comparative analysis of CHIRPS satellite rainfall with rain data contained in rain stations in the Ciliwung Hulu watershed and Garang Hulu watershed at certain time intervals according to the availability of daily rainfall data at rain stations in the two watershed locations. The data analyzed will determine the reliability of CHIRPS against rain data at rain recording stations. The CHIRPS data will be analyzed further regarding the similarities and differences with the rain station data. The results obtained show that the CHIRPS data is not reliable or has a low correlation with the daily rainfall data of rain-recording stations in both watersheds. The difference between the daily rainfall or delta data from the two data sources also shows that the daily rainfall data tends to differ between the two data sources. These differences were further analyzed to obtain a reliable amount of data by filtering the data using error criteria ranging from zero to 0.4 percent. The results of the data filter show that the average reliable data is only 0.9 percent of the total available data for each rain station in the Upper Ciliwung and Garang Hulu watersheds. The differences and similarities in this data can be caused by several factors such as the location and topography of the two watersheds and the way the rain satellite works in obtaining data through electromagnetic waves which are strongly influenced by the conditions of objects or clouds.

"

"Curah hujan merupakan unsur iklim yang sangat variabel, balkdalam sekala ruang dan waktu. Selain berdasarkan ruang danwaktu, curah hujan juga bervariasi dengan nilai rata-ratanya.Seiisih antara jumiah curah hujan atau frekuensi hari hujandengan niiai rata-ratanya disebut variabilita.Maksud dari penulisan mi ada].ah untuk mengungkapkan gainbaranvariabilita curah hujan dan frekuensi hari hujan dan kaitarinyadengan nilai rata-rata, serta untuk mengetahui perbandinganantara kedua variabilita mi di Daerah Aliran KaliSerayu, Jawa Tengah.Permasalahan dalani penelitian mi adalah:1. Bagaitnana distribusi juinlah curah hujan dan frekuensihari hujan berdasarkan periode bulanan dan tahunan ?2. Bagaimana kaitan antara variabilita curah hujfrekuensi hari hujan dengan nhlal rata-rata padabulanan dan tahunan ?3. Bagaimana perbandingan antara variabilita curahdengan variabiiita frekuensi hari hujan di DaerahKali Serayu ?Metode analisis yang digunakan adaiah anaiisa korelasi petadibantu dengan graf 1k, yaitu korelasi peta-peta curah hujandan frekuensi hari hujan dengan ketinggian dan variabiiitanya.Pembuatan graf 1k untuk melihat perbandingan antaravariabilita curah hujan dengan vaniabilita frekuensi hanhujan.Berdasarkan hasil analisa dapat diketahui bahwaWiiayah curah hujan tertinggi dan frekuensi hari hujan tertinggiterdapat pada ketinggian di atas 100 meter dpi.Wiiayah curah hujan terendah terdapat pada ketinggian kurangdari 1000 meter dpi dan pada ketinggian lebih dari 2000meter dpi di lereng Gunung Prahu-Gunung Sundoro. Sedangkanwilayah frekuensi hari hujan terendah terdapat pada ketinggiankurang dari 100 meter dpi. Jumiah curah hujan dan frekuensi hari hujan tertinggi umunrnya jatuh pada bulanDesember, sebagian pada bulan Januari. Sedangkan jumlahterendah uinumnya pada bulan Agustus.Kaitan variabilita curah hujan dan frekuensi hari hujandengan nilai rata-rata umumnya berbanding terbalik. Tetapiada juga yang berbandthg lurus, seperti di wilayah Titnur DASuntuk curah hujan tahunan. Dan di wilayah Barat Laut DASuntuk frekuensi hari hujan bulan Agustus, dan di wilayahtengah DAS untuk frekuerisi hari hujan tahunan.Variabilita frekuensi hari hujan umuxnnya lebih rendah dibandingkandengart variabilita curáh hujan."

"Jumlah curah hujan disuatu tempat sering dinyatakan dengankeadaan rata-ratanya dalam sekala waktu yang panjang.Pernyataan dengan rata-rata kenyataannya menyembunyikanvariabilitas jumlah hujan dalam sekala waktu yang lebihpendek. Dengan menggunakan pendekatan statistik, yaitumembandingkan besarnya penyimpangan jumlah hujan pada suatuwaktu terhadap rata-ratanya dalam sekala waktu yang panjang. maka nilai variabilitas secara rata-rata dapat diketahui.Pola curah hujan di Propinsi Lampung sedikit berbeda denganpropinsi-propinsi lain di Sumatera. Propinsi Lampung yangmempunyai pantai Barat dan pantai Timur, curah hujan maksimumdi pantai Barat tidak selalu jatuh pada bulan November.Jika berpegang pada dalil umum bahwa pantai Barat suatupulau mempunyai curah hujan yang lebih besar dari pantaiTimurnya, maka di Propinsi Lampung menunjukan sedikitheterogenita dalam pola.Adapun tujuan dari tulisan ini adalah untuk mengetahuidistribusi curah hujan rata-rata bulanan dalam kaitannyadengan variabilitas curah hujan bulanan di PropinsiLampung. Masai ah yang diajukan adalah:1. Bagaimana distribusi curah hujan rata-rata di propinsiLampung dan faktor apa yang mempengaruhinya?2. Dimana dan kapan di Propinsi Lampung terjadi variabilitas jumlah hujan tertinggi dan terendah ?3. Sejauh mana kaitan curah hujan rata-rata dengan variabilitasnyadi wilayah penelitian ?Satuan analisis yang digunakan adalah satuan wilayahpengamat hujan yang mencakup 46 stasiun. Analisa yangdilakukan adalah korelasi peta diperkuat dengan ujistatistik (korelasi r Pearson) untuk mengetahui hubunganantara curah hujan rata-rata dan variabi1itasnya denganketinggian dan hubungan antara curah hujan rata-rata denganvariabilitasnya.Kesimpulan yang diperoleh adalah : Distribusi curah hujanrata-rata tinggi sampai tertinggi terdapat di sekitar pantai Barat pada ketinggian 0 - 100 m dpi terjadi padabulan September sampai Januari dan di wilayah pedalamanpada ketinggian dibawah 100 meter dpi, terjadi pada bulanDesember sampai Maret. Di bagian Selatan wilayah penelitiancurah hujan tinggi terjadi pada bulan Januari. Untukcurah hujan rata-rata bulanan terendah terjadi pada bulanJuli dan Agustus.Faktor yang • mempengaruhi pola distribusi curah hujani)ulanan adalah faktor arah lereng, arah angin dan letakDKAT.Nilai Variabilitas curah hujan bulanan tinggi terdapat padaregion curah hujan rata-rata rendah, yaitu di bagian Selatan wilayah penelitian dan terjadi pada bulan Juli danAgustus, selain itu terdapat juga di sekitar pantai Timuryang terjadi pada bulan Maret dan April, sedangkan nilaivariabilitas rendah terdapat di wilayah dengan jumlah curahhujan rata-rata tinggi, yaitu di pantai Barat dan wilayahpedalaman yang terjadi pada bulan Oktober sampai Maret.Dalam kaitannya dengan ketinggian , variabilitas curahhujan menghasilkan hubungan positif yang lemah, artinyavariabilitas curah hujan di wilayah penelitian tidak'dipengaruhi oleh ketinggian.Hubungan antara curah hujan rata-rata dengan variabi1itasnyaumumnya berbanding terbalik, artinya jika curah hujanrata-rata tinggi maka nilai variabi1itasnya akan rendah danjika curah hujan rata-rata rendah maka variabi1itasnya akantinggi. Hubungan terbalik antara curah hujan rata-ratadengan variabi1itasnya cenderung lebih nyata pada bulanbulanbasah (Oktober - Maret"

"Beberapa jenis instrumen curah hujan yang banyak dipakai seperti rain gauge, citra satelit, dan radar cuaca masih memiliki kekurangan terutama pada resolusi spasial. Instrumen curah hujan alternatif yang banyak dikembangkan adalah dengan menggunakan model Deep Learning dengan masukan citra tangkapan kamera pengawas. Beberapa studi telah berhasil membangun model untuk mendapatkan nilai curah hujan dengan berbagai performa. Namun salah satu kendala yang ditemui dalam pembangunan sistem estimasi curah hujan adalah latar belakang rintik hujan pada citra kamera pengawas. Objek latar belakang yang lebih mengisi citra dibandingkan rintik hujan membuat model dengan banyak bentuk latar belakang tidak dapat mencapai performa yang diinginkan. Penelitian ini menganalisa pengaruh bentuk latar belakang citra kamera pengawas terhadap performa dari sistem estimasi curah hujan. Sistem estimasi curah hujan dibuat dengan model berarsitektur RFCNN (Rainfall Convolutional Neural Network). Objek latar belakang citra yang dipilih pada penelitian ini terdiri dari gedung, jalan beraspal, atap, dan kombinasi antara keduanya. Data curah hujan referensi didapat dari perangkat tipping bucket dengan resolusi 0,2 mm/menit. Hasil eksperimen menunjukan bahwa gedung menjadi bentuk objek latar belakang yang menghasilkan performa yang terbaik dengan nilai MAE sebesar 0.0823 dan MSE sebesar 0.0164, dengan catatan citra yang digunakan adalah citra grayscale. Hasil dari pengujian model menunjukan performa dipengaruhi oleh eksistensi benda bergerak pada latar belakang rintik hujan.

---

Several types of rainfall measurement instrumens, such as Rain Gauge, satellite imagery, and weather radar, still have limitations, especially in spatial resolution. An alternative rainfall measurement instrumen that has been widely developed is using Deep Learning models with input from surveillance camera images. Some studies have successfully built models to estimate rainfall values with various performances. However, one of the challenges encountered in the development of rainfall estimation systems is the background of surveillance camera images. Objects in the background that occupy a significant portion of the image compared to raindrops make models with certain background shapes unable to achieve the desired performance.This research analyzes the influence of background image shapes from surveillance camera images on the performance of a rainfall estimation system. The estimation system is built using the RFCNN (Rainfall Convolutional Neural Network) architecture. The selected background objects in this study include buildings, paved roads, roofs, and combinations of both. The reference of rainfall data are obtained from a Tipping Bucket device with a resolution of 0.2 mm/minute. The experimental results show that buildings are the background object shape that yields the best performance, with an MAE (Mean Absolute Error) value of 0.0823 and an MSE (Mean Squared Error) value of 0.0164, given that grayscale images are used. The model testing results indicate that performance is influenced by the presence of moving objects in the raindrop background."