Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
ABSTRAK
Kebutuhan energi di Indonesia terus meningkat seiring dengan meningkatnya jumlah penduduk Indonesia. Sumber - sumber energi utama selama ini berasal dari minyak bumi, batubara dan gas alam yang semakin terbatas. Dalam mengatasi kemungkinan permasalahan energi di masa mendatang, serta dengan tingginya kebutuhan listrik, diperlukan pengembangan sumber daya energi terbarukan, salah satunya adalah energi angin. Kajian aspek mengenai wilayah yang berpotensi energi angin dapat dilakukan dengan menentukan fungsi distribusi dari kecepatan angin. Hasil dari fitting distribution dari kecepatan angin dalam penelitian ini berdistribusi Weibull. Metode yang digunakan untuk mengestimasi parameter Weibull adalah Metode Densitas Power dan Regresi Linear. Setelah dilakukan perhitungan, Kota Rote merupakan wilayah yang kecepatan anginnya paling proposional dengan Distribusi Weibull. Selain itu, Rote memiliki potensi angin cukup besar saat dibandingkan dengan beberapa kota lainnya. Goodness of Fit yang paling baik digunakan dalam uji kecocokan kecepatan angin di Kota Rote baik bulanan atau pun tahunan adalah Kolmogorov Smirnov. Metode pengestimasi parameter Weibull untuk memodelkan kecepatan angin yang terbaik untuk ketiga kota di tahun 2015 dan 2016 adalah Metode Densitas Power. Besarnya potensi hilangnya modal investasi biaya pembangunan pengoperasian tahunan SKEA di awal 2017 pada Rote sebesar : Rp 335.447.713,00 dan besarnya nilai potensi hilangnya modal investasi secara bulanan sebesar : Rp 27.953.976,00.

---

ABSTRACT
Energy needs in Indonesia continues to increase in line with the increasing of population in Indonesia. Major sources of energy have so far come from petroleum, coal and natural gas are increasingly limited. In addressing the possibility of future energy problems, as well as with the high demand for electricity, the development of renewable energy resources is needed, one of which is wind energy. An aspect study of potential wind energy areas can be done by determining wind speed distribution function. The result of the fitting distribution of the wind speed model in this thesis is Weibull distributed. The methods used to estimate the Weibull parameters are the Power Density and Linear Regression Methods. After calculation, Rote City is the region with the most proportional wind speed with Weibull Distribution. In addition, Rote haslarge wind potential generated compared to other some cities. The best Goodness of Fit which is used in wind speed fitting test in Rote City either monthly or yearly is Kolmogorov Smirnov. The Weibull parameter estimator method for modeling the best wind speeds for the three cities in 2015 and 2016 is the Power Density Method. The amount of yearly potential loss of investment capital development cost operation of SKEA in early 2017 in Rote amounted to Rp 335.447.713,00 and the potential value of investment capital loss on a monthly basis Rp 27.953.976,00.

Abstrak :
Penurunan luas RTH dan kerapatan vegetasinya dapat menimbulkan perubahan variabilitas unsur cuaca. Variabilitas unsur cuaca adalah perbedaan variabel unsur cuaca antara satu tempat dengan tempat lainnya. Unsur cuaca yang paling dipengaruhi oleh keberadaan vegetasi adalah suhu udara, kelembapan udara, serta kecepatan angin. Penelitian ini bertujuan untuk mengetahui distribusi spasial dari kerapatan vegetasi, suhu udara, kelembapan relatif, dan kecepatan angin di Kota Denpasar, serta menganalisis hubungan antara kerapatan vegetasi terhadap variabilitas unsur cuaca di Kota Denpasar. Kerapatan vegetasi didapatkan dari citra satelit Landsat 8 yang diolah dengan metode NDVI, sedangkan unsur cuaca didapatkan dari pengukuran langsung. Ditemukan bahwa kota Denpasar terbagi menjadi empat kelas kerapatan vegetasi dengan luasan: 43,8 km2 (34.3%) berkerapatan jarang; 48,8km2 (38,2%) berkerapatan sedang; 13,1 km2 (10,3%) berkerapatan rapat; dan 21,9km2 (17,2%) berkerapatan sangat rapat. Umumnya nilai suhu udara yang tinggi ditemukan di penggunaan lahan yang terbuka dengan kerapatan vegetasi jarang hingga sedang. Di wilayah penelitian ditemukan kecenderungan hubungan antara kelembapan dan kecepatan angin dengan garis pantai. Hubungan antara kerapatan vegetasi dengan suhu udara maupun kelembapan udara berkekuatan sedang, masing-masing di angka -0.473 dan 0.468. Hubungan antara kerapatan RTH dan kecepatan angin bersifat sangat lemah. ......The decrease in the area of green open space and the density of the vegetation can cause changes in the variability of weather elements. Variability of weather elements is the difference in variable weather elements from one place to another. The weather elements that are most affected by the presence of vegetation are air temperature, air humidity, and wind speed. This study aims to determine the spatial distribution of vegetation density, air temperature, relative humidity, and wind speed in Denpasar City, and to analyze the relationship between vegetation density and the variability of weather elements in Denpasar City. Vegetation density was obtained from Landsat 8 satellite imagery which was processed using the NDVI method, while the weather elements were obtained from direct measurements. It was found that the city of Denpasar is divided into four classes of vegetation density with an area of: 43.8 km2 (34.3%) sparse density; 48.8km2 (38.2%) medium density; 13.1 km2 (10.3%) is dense; and 21.9km2 (17.2%) is very dense. Generally, high air temperature values are found in open land use with sparse to moderate vegetation density. In the research area, it was found that there was a tendency for a relationship between humidity and wind speed with the coastline. The relationship between vegetation density and air temperature and air humidity is moderate, at -0.473 and 0.468, respectively. The relationship between green open space density and wind speed is very weak.

Abstrak :
ABSTRAK Desain landasan bandar udara harus mempertimbangkan klimatologi angin untuk menggurangi potensi kejadian cross wind dan tail wind karena cross wind dan tail wind dapat menyebabkan kecelakaan dan keterlambatan pesawat. Potensi cross wind dan tail wind yang besar pada suatu landasan di bandar udara sangat merugikan bagi penumpang pesawat dan perusahaan penerbangan. Tujuan dari penelitian ini adalah mengetahui potensi cross wind dan tail wind di landasan Bandara Soekarno Hatta, Cengkareng dan menemukan parameterization yang tepat untuk prakiraan arah dan kecepatan angin di landasan Bandara Soekarno Hatta, Cengkareng. Penelitian menggunakan data arah dan kecepatan angin dari stasiun meteorologi Soekarno Hatta tahun 2002-2012 untuk mengetahui potensi cross wind dan tail wind di landasan bandara Soekarno Hatta serta menjalankan model cuaca WRF (Weather Research and Forecasting) untuk mengetahui parameterization model cuaca yang tepat untuk prakiraan angin di bandara Soekarno Hatta. Komponen cross wind maksimum tertinggi periode tahun 2003-2012 terjadi pada bulan Agustus 30,53 knot, sementara tail wind maksimum tertinggi sebesar 25 knot terjadi pada bulan Januari untuk runway arah 250 derajat dan 24 knot terjadi pada bulan Agustus untuk runway arah 70 derajat. Potensi cross wind dan tail wind berbeda setiap bulannya. Parameterization model cuaca WRF untuk prakiraan arah dan kecepatan angin di bandara Soekarno Hatta yang paling sesuai adalah skema Betts-Miller. Skema tersebut menghasilkan prakiraan arah dan kecepatan angin dengan tingkat hubungan yang kuat dengan hasil pengamatan arah dan kecepatan angin dari stasiun meteorologi Soekarno Hatta, nilai korelasinya adalah 0,61.

---

ABSTRACT Runway orientation design should consider wind climatology for minimal cross wind and tail wind potential. Cross wind and tail wind may cause aircraft accident and flight delay. The aims of this study is analyze runway cross wind and tail wind potential in Soekarno Hatta airport and also to identify the most accurate parameterization of WRF (weather research and forecasting) numerical weaher prediction for Soekarno Hatta airport wind speed and direction forecast. This study using wind speed and direction data (2003-2012) from Soekarno Hatta meteorological station. WRF numerical weather prediction is run to get the most accurate wind speed and direction forecast. The maximum cross wind component in Soekarno Hatta airport (2003-2012) is 30,53 knot and the maximum tail wind component is 25 knot for runway 25. Cross wind and tail wind potential is different according to its time and month. Scheme Betts-Miller parameterization is the most accurate parameterization for Soekarno Hatta airport wind speed and direction forecast.

Abstrak :
Kebutuhan analisa global terhadap variabilitas fresh water budget, evaporasi-presipitasi (E-P) dan salinitas sangat penting untuk memahami sistem iklim bumi secara lebih baik. Namun, sering terkendala oleh ketersediaan data evaporasi, presipitasi dan sea surface salinity (SSS) secara time series. Aquarius merupakan wahana satelit khusus untuk melakukan pengukuran salinitas permukaan laut, SSS. Variabilitas evaporasi-presipitasi (E-P) dan SSS secara spasial dan temporal di lautan Benua Maritim Indonesia (BMI), yaitu di Selat Karimata, Laut Jawa dan Laut Banda dapat diidentifikasi dari data re-analysis ERA INTERIM ECMWF dan satelit Aquarius secara bulanan selama periode 2011-2005 dapat menggambarkan variabilitas. Hasil estimasi menunjukkan nilai evaporasi di ketiga perairan sekitar sekitar -0,025 hingga -0,059 Sv. Hubungan antara SSS dan E-P terlihat nyata di perairan Indonesia. Variasi E-P dalam menjelaskan SSS hampir mencapai sekitar setengahnya (27-50%), sedangkan sisanya dijelaskan oleh faktor lainnya. Variasi SSS dapat dijelaskan oleh E-P dengan pengaruh dominan dari presipitasi. Hal ini terlihat dari tingginya SSS ketika presipitasi menurun di ketiga perairan. Hubungan antara perubahan naiknya gradien E-P dan SSS terhadap naiknya kecepatan angin zonal dan meridional juga terlihat pada ketiga perairan. Untuk mengetahui variabel lain yang mempengaruhi SSS dilakukan analisis regresi linier antara kecepatan angin dengan SSS. Kecepatan angin memberikan pengaruh signifikan pada SSS di lautan BMI. Di Selat Karimata, hasil koefisien determinasi (R2) antara kecepatan angin zonal dan meridional mendominasi sekitar hampir setengahnya (38-49%), sedangkan sisanya dijelaskan oleh faktor lainnya. Artinya angin dapat mempengaruhi SSS melalui proses evaporasi, peningkatan kecepatan angin akan menyebabkan meningkatnya evaporasi. Peningkatan evaporasi akan mempengaruhi kadar salinitas di perairan.

---

Needs of analysis of oceanic fresh water flux evaporation-precipitation, (EP) and salinity variability is very important to better understand the Earth's climate system and global water cycle. The availability of evaporation-precipitation (E-P) and sea surface salinity (SSS) time series data still sparsely observed. Aquarius is the fist special satellites used to measure sea surface salinity (SSS). Variability of evaporation-precipitation (E-P) and SSS can be described spatially and temporally over Indonesian Maritime Continent (IMC) oceans using ECMWF ERA INTERIM re-analysis and Aquarius retrieval data during the period 2011-2005. Estimation of oceanic evaporation over Karimata Strait, Java Sea and Banda Sea showed approximately of -0.025 to -0.059 Sv. Liner relationship between oceanic fresh water flux (E-P) and SSS significantly different over the Indonesian ocean and expressed in determination coefficient (R2). Variance of E-P explained SSS monthly period over the three ocean waters almost reached 27-53%, the rest of it caused by other variables. From the two primary components of the fresh water flux, precipitation (P) dominates the influence on SSS. The result showed that SSS increased when the precipitation was decreased. On the other hand, the wind speed also influences SSS over Indonesian oceans. This relationship also showed that the increasing of E-P and SSS gradient will be followed by the higher wind speed. Regression analysis also applied to identify the relationship between wind speed and SSS. In Karimata Strait, the wind speed of zonal and meridional dominates approximately 38-49% of SSS, while the rest was explained by other factors. Wind speed dominates the primary component of the fresh water flux through evaporation processing. The wind speed increased the evaporation, consequently the sea surface salinity variation will be changed.