Mahally Kudsy, Mahally
Unknown Affiliation

Published : 11 Documents
Articles

Found 11 Documents
Search

RESPONS ALIRAN MASUK KE DANAU TOWUTI OLEH CURAH HUJAN DI WAWONDULA DAN SEKITARNYA DIANALISA DENGAN ARTIFICIAL NEURAL NETWORK Kudsy, Mahally; Husni, Mohamad
Jurnal Sains & Teknologi Modifikasi Cuaca Vol 1, No 1 (2000): June 2000
Publisher : BPPT

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29122/jstmc.v1i1.2109

Abstract

Aliran masuk ke Danau Towuti, Kabupaten Luwu, Sulawesi Tengah, dianalisa dengan artificial neural network. Network mempunyai susunan yang terdiri dari 6 node pada layer input, 8 node pada hidden layer, dan 1 node pada layer output. Weight dari network dihitung dengan back propagation of error dan fungsi Sigmoid dipakai sebagai fungsi aktifasi. Dari analisa ditemukan bahwa curah aliran masuk (inflow) sangat dipengaruhioleh curah hujan di daerah-daerah Wawondula, Dam site, Timampu, Palumba, Loehadan Bantilang. Dari ke 6 derah tersebut, perubahan curah hujan di Wawondula mempunyai pengaruh yang sangat kuat terhadap inflowArtificial neural network method was applied in analyses of inflow to Towuti Lake of LuwuRegency, Central Sulawesi. The network was constructed by 6, 8, 1 nodes in input, hidden and output layers. The weights were calculated using back propagation of error and Sigmoid function was used as activation function. It was found that precipitations at Wawondula, Dam site, Timampu, Palumba, Loeha and Bantilang have the strongest influence to the inflow. Of the 6 areas, the precipitation changes at Wawondula has thestrongest effect to the change of the inflow
THE USE OF WRF MODEL TO SUPPORT CLOUD SEEDING OPERATION: A STUDY IN THE CITARUM CATCHMENT AREA Kudsy, Mahally; Ridwan, Ridwan; Renggono, Findy; Sunarto, Faisal
Jurnal Sains & Teknologi Modifikasi Cuaca Vol 13, No 1 (2012): June 2012
Publisher : BPPT

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29122/jstmc.v13i1.2203

Abstract

This paper presents about the use of WRF modelling to assist weather analysis for cloud seeding operation in the Citarum Catchment Area, West Java, Indonesia. In this study, WRF parameterization was carried out . The parameterized values were used to forecast precipitation during cloud seeding operation. To study the effect of variational run, WRF 3DVAR was run using GDAS data set and doppler weather radar data. The result of this study shows that precipitation can be better predicted by ingesting radar data into 3DVAR run.Makalah ini menyajikan tentang penggunaan pemodelan dengan WRF untuk membantu analisis cuaca yang dipakai dalam operasi penyemaian awan di DAS Citarum, Jawa Barat, Indonesia. Dalam kajian ini telah dilakukan parameterisasi WRF, kemudian nilaiparameter yang diperoleh dipakai untuk mendapatkan prakiraan presipitasi selama operasi penyemaian awan. Untuk mempelajari pengaruh dari run variasional, WRF 3DVAR dijalankan dengan menggunakan data GDAS dan data radar doppler. Hasil dari studi ini menunjukkan bahwa prakiraan presipitasi yang lebih baik dapat diperoleh dengan mengasimilasikan data radar ke dalam run 3DVAR.
PARAMETERISASI MODEL CUACA WRF-ARW UNTUK MENDUKUNG KEGIATAN TEKNOLOGI MODIFIKASI CUACA (TMC) DI SUMATERA, SULAWESI, DAN JAWA Ridwan, Ridwan; Kudsy, Mahally
Jurnal Sains & Teknologi Modifikasi Cuaca Vol 12, No 1 (2011): June 2011
Publisher : BPPT

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29122/jstmc.v12i1.2184

Abstract

Telah dilakukan penelitian prediksi cuaca dengan perangkat lunak model cuaca WRF-ARW selama kegiatan Teknologi Modifikasi Cuaca di Sumatera, Sulawesi, dan Jawadalam periode tahun 2010 dan 2011. Data masukan diperoleh dari prediksi global GFS(Global Forecast System) yang dapat diunduh setiap enam jam pada situs NOAA.Dengan WPS (WRF Prepossessing System), data global tersebut akan dipersempitsesuai wilayah yang akan diprediksi. Unsur cuaca yang diprediksi adalah curah hujandan arah angin yang diproses sehari sebelumnya. Hasil prediksi diolah secara spasialdengan program GrADS. Validasi dilakukan dengan mencocokan hasil GrADS dengandata radar atau data satelit. Selain itu, dilakukan juga parameterisasi untuk memperolehhasil prediksi yang lebih akurat dengan mengacu pada metode menggantikan prosesyang terlalu kecil atau kompleks secara fisik yang direpresentasikan dalam model yangdisederhanakan. Diharapkan hasil prediksi cuaca WRF-ARW ini dapat menjadi acuanuntuk menentukan peluang yang paling baik dalam periode harian untuk melakukanpenyemaian awan.Weather prediction with WRF-ARW has been carried out daily for Weather ModificationTechnology activities in Riau and West Sumatra from June 21 – July 21, 2010. The input data obtained from GFS (Global Forecast System), which can be downloaded every six hours from the NOAA website. With WPS (WRF Preprocessing System) global data will be downscaled according to the area that would be predicted. Weather components are predicted rainfall and wind direction is processed the day before. The prediction results are spatially processed with the program Grads. Validation is done by matching the results of Grads and radar data or satellite data. It is expected that the results of WRF-ARW forecast weather can be a reference to determine the best opportunities in conducting cloud seeding.
PEMODELAN KONDISI UDARA ATAS DENGAN BACK-PROPAGATION NEURAL NETWORK DAN PEMANFAATANNYA UNTUK PENENTUAN HARI SEMAI Kudsy, Mahally
Jurnal Sains & Teknologi Modifikasi Cuaca Vol 1, No 2 (2000): December 2000
Publisher : BPPT

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29122/jstmc.v1i2.2126

Abstract

Jaringan syaraf buatan dengan penyebaran ke belakang dipakai untuk memodelkan hubungan parameter udara atas yang dihasilkan dengan rawinsonde dengan kelayakanhari semai. Data rawinsonde dari periode 1995-1999 dari Semarang dan Bandungdipakai untuk melatih jaringan. Jaringan terdiri dari 10 buah simpul pada layer input, 40simpul pada layer tersembunyi dan 2 buah simpul pada layer output. Jumlah simpul yang optimal pada layer tersembunyi untuk memodelkan 10 parameter udara atas adalah 40 buah. Banyaknya iterasi yang optimal untuk mencapai konvergensi dengan kesalahan rata-rata kuadrat 0.05 adalah 700 kali. Jaringan yang dihasilkan dapat menghasilkan prakiraan kelayakan hari semai atau tidak dengan tingkat ketelitian yang lebih besar dari 75%.A back -propagation artificial neural network was used to model the relationship between upper-air parameters obtained by rawinsonde and the seeding day favorability. A series of data obtained from rawinsonde launched at Semarang and Bandung from 1995-1999 period was used as input or training data. The network comprised of 10, 40 and 2 simpuls located at the input, hidden and output layers respectively. The optimum number of hidden units of this network was 40. The training iteration required to reach convergence with RMS error of 0.05 was 700. The network resulted can predict the seeding favorability greater than 75% accuracy.
VALIDASI PREDIKSI RATA-RATA CURAH HUJAN HASIL REGIONAL SPECTRAL MODEL (Studi Kasus di Jawa Barat, Bulan Desember 1998) Kudsy, Mahally; Nugroho, Sutopo Purwo
Jurnal Sains & Teknologi Modifikasi Cuaca Vol 2, No 1 (2001): June 2001
Publisher : BPPT

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29122/jstmc.v2i1.2143

Abstract

Validasi Model Spektral Regional dilakukan dengan membandingkan hasil prakiraandengan data aktual. Model dijalankan untuk membuat simulasi curah hujan untuk periode dari 9 sampai 15 Desember 1998. Data curah hujan diperoleh dari 55 lokasi penakar hujan yang tersebar di daerah Jawa Barat. Nilai curah hujan menurut model di lokasi penakar hujan diperoleh dari interpolasi isohyet yang menggambarkan curah hujan menurut luaran model. Studi ini menunjukkan bahwa nilai curah hujan lokai tidak dapat diprediksi dengan mudah dengan menggunakan RSM. Curah hujan rata-rata wilayah berdasarkan luaran RSM mempunyai penyimpangan –2 sampai 150% terhadap nilai pengamatan. Dari studi ini ditemukan bahwa ketelitian prakiraan semakin baik bila waktu prakiraan lebih panjang. Prakiraan yang terbaik diperoleh bila waktu prakiraan adalah 7 hari ke depan dengan penyimpangan –2.1%Validation of Regional Spectral Model was carried out by comparing the results of rainfall prediction with actual data. The model was run to simulate rainfall for one week period of December 9 to 15, 1998. The rainfall data from the sama period was obtained from 55 raingauge stations in West Jawa. The predicted values of preciptation in the gauge location obtained by interpolation from isohyet were then compared to the actual values. This study showed that local precipitation can not be predicted easily using RSM. The predicted values of the average local precipitation deviated from the Ukurerved value by about -2 to 150%. It is found that the accuracy of the prediction is better for longer prediction time. The best prediction was obtained for 7 day-lead with deviation of -2.1% from the observed value.
PERCOBAAN MENJALANKAN REGIONAL SPECTRAL MODEL (RSM) DAN VALIDASINYA BAGI DAERAH PANTURA 21 DAN 22 DESEMBER 1998 Kudsy, Mahally; Goenawan, R. Djoko
Jurnal Sains & Teknologi Modifikasi Cuaca Vol 1, No 1 (2000): June 2000
Publisher : BPPT

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29122/jstmc.v1i1.2107

Abstract

Paper ini membahas hasil-hasil dari percobaan menjalankan Regional Spectral Model(RSM) menggunakan data ECHAM. Percobaan menjalankan RSM dilakukan untuk simulasi kondisi cuaca tanggal 21 dan 22 Desember 1998 dan hasilnya dibandingkan dengan kondisi cuaca yang actual. Percobaan dilakukan dengan menggunakan interval 6 jam. RSM mampu membuat prediksi 1-3 bulan kedepan. Luaran dari model untuk area tertentu telah dianalisa dan dikalibrasi dengan menggunakan data satelit dan synop, sementara hubungan dari luaran telah dianalisa secara kualitatif dan kuantitatif. Hasil analisa menunjukkan bahwa prediksi seperti tutupan awan, curah hujan, gerakan ke atas dan surface lifted index sesuai dengan nilai aktual.This paper discusses about the results of experimental run of the Regional Spectral Model (RSM) using the ECHAM data. The run was made to simulate conditions of 21 and 22 December 1998 and the results were compared with the actual condition. The run was made by using 6-hour intervals. The RSM is capable to make 1 to 3-month forecasts. The output of this model for the selected area were analysed and calibrated using satellite and synoptic data, while the relationship of the output was qualitatively and quantitatively analized. The analyses revealed that the results of predictions such as cloud coverage, rainfall, upmotion and the surface lifted index were in accordance to the actual values.
PEMODELAN ATMOSFER DENGAN WRF PADA KEJADIAN BANJIR JAKARTA 17 JANUARI 2013 Arbain, Ardhi Adhary; Kudsy, Mahally; Syaifullah, M. Djazim
Jurnal Sains & Teknologi Modifikasi Cuaca Vol 14, No 1 (2013): June 2013
Publisher : BPPT

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29122/jstmc.v14i1.2679

Abstract

Intisari  Simulasi WRF pada tanggal 16-17 Januari 2013 dilakukan untuk menguji performa model dalam mendeteksi fenomena seruak dingin dan hujan ekstrim yang merupakan pemicu utama bencana banjir Jakarta pada periode tersebut. Metode verifikasi kualitatif dan kuantitatif pada tiap grid secara dikotomi digunakan untuk membandingkan keluaran model dengan data observasi Global Satellite Mapping of Precipitation (GSMaP) dan NCEP Reanalysis. Performa model WRF dihitung berdasarkan nilai akurasi (ACC), Critical Success Index (CSI), Probability of Detection (POD) dan False Alarm Ratio (FAR) yang diperoleh dari hasil verifikasi numerik. Hasil pengujian menunjukkan bahwa WRF mampu melakukan deteksi waktu awal kejadian hujan ekstrim dengan tepat setelah 6-7 jam sejak inisiasi model dilakukan. Performa terbaik WRF teramati pada pukul 02-09 WIB (LT) dengan nilai CSI mencapai 0,32, POD 0,82 dan FAR 0,66. Hasil verifikasi secara kualitatif dan kuantitatif juga menunjukkan bahwa WRF dapat melakukan deteksi seruak dingin dan hujan ekstrim sebelum banjir terjadi, walaupun dengan ketepatan durasi waktu dan lokasi kejadian yang masih relatif rendah bila dibandingkan dengan data observasi.  Abstract  WRF simulation on January 16-17, 2013 has been conducted to evaluate the model performance in detecting cold surge and extreme precipitation phenomena which were the triggers of Jakarta flood event during the period. Qualitative and quantitative dichotomous grid-to-grid verification methods are utilized to compare the model output with Global Satellite Mapping of Precipitation (GSMaP) observation and NCEP Reanalysis dataset. WRF model performance is calculated based on the scores of accuracy (ACC), Critical Success Index (CSI), Probability of Detection (POD) and False Alarm Ration (FAR) which are generated from numerical verification. The results show that WRF could precisely detect the onset of extreme precipitation event in 6-7 hours after the model initiation.The best performance of the model is observed at 02-09 WIB (LT) with CSI score of 0.32, POD 0.82 and FAR 0.66. Despite the model inability to accurately predict the duration and location of cold surge and extreme precipitation, the qualitative and quantitative verification results also show that WRF could detect the phenomena just before the flood event occured.
KONFIGURASI KOMPUTER UNTUK MENJALANKAN REGIONAL SPECTRAL MODEL MEMAKAI DATA ECHAM Kudsy, Mahally
Jurnal Sains & Teknologi Modifikasi Cuaca Vol 1, No 1 (2000): June 2000
Publisher : BPPT

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29122/jstmc.v1i1.2108

Abstract

Percobaan menjalankan program prakiraan iklim dan cuaca yang dikenal dengan Spectral Regional Model (RSM) dilakukan dengan memakai perangkat keras Digital Workstation pada wilayah dengan ukuran 81x57 dengan resolusi kasar dan resolusi halus. Untuk membuat satu prakiraan diperlukan waktu total sekitar 2 jam dan ruang penyimpanan sebesar kira-kira 500 MB, yang sebagian besar dipakai untuk menyimpanan data ECHAM. Untuk menghasilkan pakiraan 3 bulan kedepan, ruangharddisk minimal untuk menyimpan data adalah 10,5 GB dengan waktu pemakaiankomputer selama 180 jam.Lamanya waktu untuk menjalankan run menjadi kendala untuk menghasilkan prakiraan secara cepat, karena itu disini disarankan agar dipakai komputer dengan prosesor pararelExperimental runs of the climate and weather prediction programme called the Regional Spectral Model were performed on a Digital Alpha Workstation for a region having a size of 81x57 grid-points. The run were made at crude and fine resolutions. To make a one- day prediction, 2 hour run and approximately 500 MB of storage were required. Most of this storage was used for filing the ECHAM data which were used as initial data. To complete a run of 3 month prediction, required computing time was approximately 180 hours and storage size of approximately 10.5 GB. From this result, it is recommended that a more powerful hardware such as Cray or SGI with parallel processors is required to speed up the calculation.
APLIKASI TEKNOLOGI MODIFIKASI CUACA UNTUK MENINGKATKAN CURAH HUJAN DI DAS CITARUM - JAWA BARAT 12 MARET S.D. 10 APRIL 2001 Karmini, Mimin; Nugroho, Sutopo Purwo; Tikno, Sunu; Nuryanto, Satyo; Sitorus, Baginda Patar; Bahri, Samsul; Widodo, Florentinus Heru; Arifian, Jon; Kudsy, Mahally; Goenawan, R Djoko; Yahya, Rino Bahtiar; Renggono, Findy
Jurnal Sains & Teknologi Modifikasi Cuaca Vol 2, No 1 (2001): June 2001
Publisher : BPPT

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29122/jstmc.v2i1.2141

Abstract

Teknologi modifikasi cuaca sudah sering diaplikasikan di Indonesia terutama untukmeningkatkan jumlah curah hujan. Teknologi modifikasi cuaca diterapkan bila terjadiindikasi penurunan jumlah curah hujan dan kemungkinan akan munculnya fenomena ElNiño sebagai tindakan preventif. Aplikasi teknologi modifikasi cuaca yang dilaksanakan diDAS Citarum, Jawa Barat mulai tanggal 12 Maret s.d. 10 April 2001 adalah berdasarkan kenyataan bahwa inflow DAS Citarum menurun dengan drastis pada bulan Desember 2000 dan sebagai tindakan preventif akan munculnya fenomena El Niño pada akhir tahun 2001 atau 2002. Pada awal tahun 2001, tiga kaskade waduk di DAS Citarum mengalami defisit cadangan air sebanyak 486,36 juta m . Waduk Ir. Juanda yang merupakan waduk multi fungsi harus menyediakan pasokan air untuk: irigasi teknis pada lahan sawah seluas 296.000 ha (2 kali tanam), yang memberikan kontribusi sebesar ± 40 % ke Jabar atau setara dengan ± 10 % Nasional; air baku permukiman dan industri; serta penyediaan tenaga listrik (± 4,5 milyar kWh). Data akhir setelah dilaksanakan penerapan teknologi modifikasi cuaca dengan menggunakan konsep sistim dan lingkungan adalah nilai rata-rata aliran total Citarum sebesar 326,81 m /det dan volume total aliran Citarum sejak mulai kegiatan hingga tanggal 10 April 2001 adalah sebesar 847,1 juta m3.Weather modification technology has been applied in Indonesia especially to enhancerainfall. Weather modification technology has been employed whenever there has beenan indication of rainfall shortage and the possibility of El Niño occurrence asprecautionary action. Weather modification technology that was applied in Citarumcatchment area – West Java on 12 March – 10 April 2001 was based on the fact thatCitarum inflow decreased drastically in December 2000 and also as a preventiveendeavor to the possibility of warm episode in 2001/2002. In the early of 2001, threecascade dams had water storage deficit as much as 486.36 million m3. Ir. Juanda dam,which has multi purposes, has to supply water for: technical irrigation for 296,000 ha ofrice field (2 planting seasons) that contributes ± 40 % to West Java or about ± 10 % ofnational production; fresh water for community and industry; as well as electricity of about 4.5 billion kWh. After the application of weather modification technology by employing system and environment concept, it was recorded that the average inflow of Citarum catchment area was 326.81 m /sec and total volume during the activity was 847.1million m3.
SEBARAN PARTIKULAT (PM10) PADA MUSIM KEMARAU DI KABUPATEN TANGERANG DAN SEKITARNYA Sepriani, Khariza Dwi; Turyanti, Ana; Kudsy, Mahally
Jurnal Sains & Teknologi Modifikasi Cuaca Vol 15, No 2 (2014): December 2014
Publisher : BPPT

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29122/jstmc.v15i2.2675

Abstract

Intisari   Pencemaran udara yang bersumber dari aktivitas antropogenik dewasa ini menjadi semakin meningkat seiring dengan berkembangnya sektor industri dan transportasi. Kabupaten Tangerang dan sekitarnya merupakan daerah industri besar di Indonesia, sehingga masyarakat di wilayah tersebut memiliki potensi terpapar pencemar udara yang tinggi. Salah satunya adalah partikulat.  Sebaran partikulat dipengaruhi oleh beberapa hal diantaranya jumlah sumber emisi, serta faktor meteorologi terutama angin. Pemantauan sebaran pencemar perlu dilakukan sebagai pertimbangan untuk mengambil kebijakan terkait masalah lingkungan. Namun pemantauan pencemar terkendala oleh biaya yang besar dan ketersediaan alat di lapangan, sehingga untuk memudahkan melakukan pemantauan digunakan model sebaran pencemar. Penelitian ini bertujuan untuk mengetahui arah sebaran pencemar PM10 di wilayah Kabupaten Tangerang dan sekitarnya berdasarkan arah angin pada musim kemarau. Metode dalam penelitian ini menggunakan model Chimere yang dapat menghasilkan prakiraan pencemar udara harian, termasuk aerosol dan polutan lain. Hasil analisis menunjukkan konsentrasi PM10 tinggi di daerah sekitar Kotamadya Tangerang. Banyaknya industri dan padatnya kendaraan bermotor serta angin dominan yang menuju timur pada musim kemarau menyebabkan konsentrasi PM10 di Kota Tangerang Selatan hingga Kota Tangerang lebih tinggi daripada di sekitarnya, yakni mencapai 26-28 μg m-3. Nilai korelasi antara kecepatan angin dan konsentrasi partikulat sebesar -0.46 menunjukkan kecepatan angin cukup mempengaruhi tingkat konsentrasi PM10.   Abstract  Air pollution originating from anthropogenic activities nowadays be increased along with industry development and transportation sector. Tangerang District and its surrounding areas are a large industrial area in Indonesia, so people in the region have a high potential for exposure to air pollutant. Particulate is one of the pollutions. Monitoring the pollutant dispersion is necessary to be conducted as a consideration to take a policy related to environmental issues. However, pollutant monitoring constrained by cost and availability of tools in the field, so the model is used to make pollutant monitoring easier. This study aims to determine the direction of PM10 pollutant dispersion in Tangerang  and the surrounding area based the dominant wind direction in the dry season. The method in this study uses Chimere model that can generate daily air pollution forecast. Result shows high PM10 concentration around Tangerang City. High number of industries and vehicles and also the dominant winds eastward in the dry season led to a concentration of PM10 in Tangerang City until South Tangerang City higher than around, namely reached 26-28 μg m-3. Correlation value between wind speed and particulate concentration is -0.46 indicated that the wind speed has considerable influence the level of PM10 concentrations.