Hasil Pencarian  ::  Simpan CSV :: Kembali

"Kata cuaca antariksa sangat erat hubungannya dengan perubahan yang terjadi pada matahari,magnetosfer, ionosfer dan atmosfer. Matahari sebagai sumber energi di lingkungan antariksa memberikan pengaruh terbesar pada cuaca antariksa. Energi matahari yang sampai ke bumi dapat berasal dari angin matahari, flare dan CME. NOAA telah membuat skala mengenai besarnya energiradiasi, efek pada wahana antariksa dan manusia, frekuensi gangguan selama 1 siklus matahari dan lama waktu gangguan untuk mengetahui kondisi cuaca antariksa saat itu."

"Emisi semburan radio matahari memerlukan waktu 8,3 menit untuk sampai atmosfer Bumi, sementara CME dan muka gelombang kejut memerlukan waktu 40 sampai dengan 80 jam (bahkan lebih). Adanya keterkaitan proses fenomena semburan radio matahari dan CME, maka semburan matahari merupakan informasi awal tentang aktivitas matahari dan menjadi peringatan dini gangguan di antariksa dan atmosfer Bumi. Kejadian flare matahari akan meningkatkan intensitas radiasi UV,X-ray, fenomena semburan radio (radio burst), dan intensitas lontaran masa korona (CME). CME yang merupakan gerakan gelombang kejut (shock wave) dan partikel energetik akan memiliki implikasi munculnya badai magnetik bumi (geomagnetic storm) yang berakibat adanya gangguan di atmosfer Bumi."

"Cuaca antariksa meliputi kopling antara berbagai daerah yang terletak antara matahari dan bumi. Penelitian yang terkait dengan cuaca antariksa meliputi usaha yang intensif dalam memahami proses-proses fisis dasar yang mempengaruhi kondisi matahari, angin surya, magnetosfer, ionosfer,dan atmosfer, terutama yang bertujuan untuk meningkatkan kemampuan untuk memprakirakan cuaca antariksa. Studi tentang kopling antar daerah-daerah yang terkait harus terus dilakukan, ditambah dengan penelitian secara teoritis yang akan memperkuat model-model yang operasional."

"Skripsi ini mengkaji variasi reinterpretasi kosmologi yang tertuang dalam pranata mangsa yang merupakan acuan bercocok tanam yang dipakai oleh petani di pulau Jawa secara turun temurun. Selain itu, skripsi ini juga menjabarkan mengenai reinterpretasi pengetahuan lokal petani mengenai cuaca atau yang disebut sebagai weather lore, yaitu ujaran-ujaran mengenai tanda-tanda alam untuk membaca cuaca yang disampaikan secara lisan. Reinterpretasi yang dilakukan oleh petani yang tergabung dalam anggota kelompok Tani Mulya, Desa Segeran Kidul tersebut merupakan respon mereka dalam menghadapi kondisi perubahan cuaca yang ekstrem atau yang biasa dikenal sebagai fenomena El-Niño dan La-Niña yang menyebabkan kondisi alam menjadi tidak lazim. Keberagaman reinterpretasi tersebut secara individual, dituangkan dalam strategi bercocok tanam yang dilakukan oleh petani kelompok Tani Mulya. Skripsi ini juga mendeskripsikan bagaimana kelompok Tani Mulya memperoleh sebuah introduksi pengetahuan baru berupa pengukuran curah hujan dan analisis agroekosistem. Meskipun program pengukuran curah hujan tersebut belum mampu membentuk sebuah skema baru berupa analisis mendalam mengenai curah hujan dan implikasinya pada lahan dan pertumbuhan tanaman, namun hal tersebut mampu membuat para petani termotivasi untuk menafsirkan ulang pengetahuan yang telah mereka miliki sebelumnya dan memunculkan minat mereka untuk mempertajam kemampuan pengamatan dan analisis mendalam terhadap lingkungan mereka. Dalam mendeskripsikan kisah para petani pengukur curah hujan itu, skripsi ini juga ditunjang oleh data sekunder melalui studi pustaka.

---

This article probes cosmological reinterpretation variation that occurred in pranata mangsa. Those cosmological reinterpretation becomes a guide to farming. which used by Javanese farmers hereditarily. Moreover, this thesis explains the reinterpretation of farmer’s local knowledge about the weather or commonly referred to as weather lore that is the knowledge of natural sign for predicting the weather that delivered orally. The reinterpretation which done by the farmers in the group Tani Mulya, Segeran Kidul Village is their response to face the changes of weather condition which causes the unstability of natural conditions. The variety of reinterpretation applied individually with on the farming strategy of the group Tani Mulya.

This thesis also describes how the Tani Mulya group get the introduction for new knowledge such as measuring the rainfall. Even though that rainfall measurement program could not form the new schema like deep-analysis of rainfall, it motivates the farmers to reinterprate their knowledge and raises their interest to improve their observation and deep-analytical skill on their environment. In describing the story of those rainfall measuring farmers, this thesis also supported by secondary data which obtained from literature."

"Perubahan cuaca antariksa dapat menimbulkan dampak terhadap lingkungan bumi. Untuk mengantisipasi dan meminimalisasi dampak kerugian yang diakibatkan oleh variabilitas cuaca antariksa ini perlu diberikan informasi, baik berupa peringatan (nowcast)maupun prakiraan (forecast). Untuk dapat memberikan informasi semacam ini, diperlukan pemahaman yang baik pada kopling antara matahari, magnetosfer, ionosfer, dan atmosfer atas. Sebagai pemicu timbulnya variabilitas pada cuaca antariksa, matahari merupakan topik penting yang perlu dipahami dan diteliti untuk mengetahui proses yang terjadi di matahari dan bagaimana energi dan medan magnet ditransfer ke ruang antar planet dan ke ruang angkasa dekat bumi."

"Daerah Padang dan sekitarnya merupakan daerah pantai yang kondisi cuacanya sangat dipengaruhi oleh laut di sebelah barat dan rangkaian pegunungan Bukit Barisan di sebelah timur, sehingga angin darat dan angin laut akan mendominasi perubahan cuaca di sekitar daerah Padang. Oleh karena itu, model cuaca regional perlu dikaji untuk kepentingan prakiraan cuaca secara akurat untuk daerah tersebut. Weather And Research Forecasting (WRF) atau prakiraan dan riset cuaca adalah model cuaca generasi baru yang dikembangkan sebagai hasil kerjasama antara NCAR divisi Mesoscale and Microscale Meteorology (MMM) dan NOAA serta kolaborasi dari sejumlah ilmuwan. Model diperuntukan baik untuk lingkungan riset maupun operasional yang dilengkapi dengan studi dinamika secara ideal, prediksi cuaca numerik dengan fisis secara penuh, simulasi kualitas udara dan iklim regional. Model WRF didesain sangat fleksibel, state of art dan portable untuk bermacam-macam lingkungan komputasi dan modular sehingga dapat dikonfigurasikan sesuai kepentingan riset maupun operasional."

"Solar filament adalah objek pada kromosfer atau korona matahari yang dapat menjadi indikator terjadinya aktivitas-aktivitas cuaca antariksa (space weather). Aktivitas-aktivitas tersebut dapat menimbulkan efek pada kehidupan di bumi seperti gangguan pada pembangkit listrik, kerusakan pada komponen satelit dan wahana luar angkasa, membahayakan aktivitas manusia di luar angkasa, mengakibatkan gangguan pada sistem berbasis komunikasi radio, dan lain-lain. Deteksi filament merupakan bagian penting dari aktivitas peramalan dan peringatan dini serta riset terhadap cuaca antariksa. Pengamatan filament dilakukan menggunakan teleskop dengan fiter Hydrogen-Alpha (H-Alpha). Hingga saat ini telah teradapat beberapa metode yang dikembangkan untuk melakukan deteksi filament pada citra H-Alpha secara otomatis. Namun metode-metode tersebut masih menggunakan algoritma tradisional yang berbasis intensity thresholding, yang mana sangat bergantung pada banyak langkah preprocessing untuk melakukan binerisasi citra H-Alpha. Penelitian ini memanfaatkan deep learning berbasis CNN yaitu Mask R-CNN untuk melakukan deteksi dan ekstraksi fitur-fitur matahari pada citra H-Alpha secara otomatis dan real-time. Hasil dari deteksi dan ekstraksi fitur ini kemudian disimpan ke dalam basis data hingga dapat digunakan dalam memenuhi kebutuhan data untuk aktivitas riset, peramalan, dan sistem peringatan dini. Citra yang digunakan dalam penelitian adalah citra H-Alpha milik Lembaga Penerbangan dan Antariksa Nasional (LAPAN), yang diambil pada bulan Oktober 2017 – Agustus 2018. Sistem yang dirancang dapat mendeteksi filament dan fitur-fitur matahari lainnya dalam waktu 0.3 detik dengan skor ketelitian hingga 0.95.

---

Solar filament is an object in the Sun’s chromosphere, in which its appearance used as indicator of Sun’s activites in term of space weather. The Sun’s activities itself affect human life in any ways, such as disturbance on power grids, errors on satellites and spacecrafts, anomalies on radio waves based systems, etc. Thus, solar filament detection is an important task on forecasting, early warning, and other research activities regerding the Sun on solar physics topic. Filament observation carried out using solar telescope equipped with Hydrogen-Alpha (H-Alpha) filter, and captured in an image using a capture device. There are some methods has developed to detect filament on H-Alpha images automatically. Most of them uses traditional algorithm based on intensity thresholding, which is very dependent on many preprocessing steps in the binarizing process. This study utilize CNN based deep learning named Mask R-CNN to perform real-time, automatic detection and ectraction of filaments and other solar features on H-Alpha images. The detection and extraction results then recorded in a database to satisfy data availability on solar activity related tasks. This study uses H-Alpha images obtained from Lembaga Penerbangan dan Antariksa Nasional (LAPAN), captured between October 2017 - August 2018. This study shows that the implemented Mask R-CNN based system detects filament and other solar features in approximately 0.3 seconds with 0.95 precision score."

"Sistem pemantauan cuaca otomatis (AWS), telah dibuat untuk memantau cuaca di stasiun cuaca. Sistem dilengkapi oleh 4 buah sensor, yaitu : MPXAZ4115A untuk mengukur tekanan udara, SHT11 untuk mengukur suhu udara dan kelembaban relatif, serta optocoupler untuk mengukur kecepata angin. Data dari sensor kemudian akan diolah di dalam mikrokontroler, lalu ditampilkan secara real time melalui GUI (Graphic User Interface) dengan bahasa pemrograman Python 2.6. Mikrokontroler yang digunakan dalam sistem ini yaitu H8-3069F. Akses atau pengiriman data dilakukan menggunakan kabel yang terhubung ke komputer yang terletak di stasiun cuaca terdekat. Setiap data yang masuk akan tersimpan dalam bentuk file csv (comma, separated, values).

---

A weather monitoring system has been designed to enable observers to monitor weather parameters in weather station. This system is commonly referred to as AWS (Automatic Weather Station), which is an amalgamation of several of the sensors. This study used four sensors namely : air pressure, temperature, air humidity and wind speed. Data from sensors will then be processed in the microcontroller, and then displayed in real time via the GUI (Graphic User Interface) with Python 2.6 programming language. Microcontroller used in this system is H8-3069F. Access or data transfer can be done using cable that has been connected to the computer that placed in the nearest weather station. Each incoming data is stored in the form of a csv file (comma, separated, values)."

"LAPAN A2 satellite will be placed at 650 km altitude and inclination of 8ï‚° at the beginning of year 2012 based on the initial scenario. This satellite has structure with the size and weight are 60 cm x 60 cm x 80 cm and 65 kg consecutively. Space environment analysis on this satellite using space weather pattern method showed that geomagnetic activity levels, represented by Kp and Dst indices, had range of 2 to 4 and -40 to -9 nT consecutively. It means that the effect of geomagnetic activity will not significantly impact the satellite system. Simulation using SPENVIS also showed small impact of proton and electron on satellite structure. Analyzing on atmospheric drag showed that this satellite has stable orbit. The only possibility of LAPAN A2 satellite experiences charging come from charged particles trapped in South Atlantic Anomaly (SAA) that contain high flux of particles."