Analisis Spasial dan Temporal Kekeringan Meteorologis Menggunakan Metode Standardized Precipitation Index (SPI) di Kabupaten Banyuwangi
Tahun 2026 · Penulis: Muhammad Dafa Riansyah
Faculty of Mathematics and Natural Sciences, Universitas Jember
Tautan: https://repository.unej.ac.id/handle/123456789/12794
Skripsi kelompok: digabung dari 2 unggahan dengan isi yang sama.
Abstrak
Teks yang dipakai untuk pengindeksan BM25 dan IndoSBERT
Kekeringan meteorologis merupakan salah satu bentuk anomali iklim yang penting dipahami pola kemunculannya, hal tersebut dapat dilihat dari segi ruang maupun waktu, mengingat dampaknya terhadap ketersediaan air dan sektor pertanian. Wilayah Kabupaten Banyuwangi dipilih sebagai lokasi penelitian karena memiliki kondisi topografi dan iklim yang bervariasi, sehingga berpotensi menghasilkan karakteristik kekeringan yang berbeda. Penelitian ini dilakukan untuk mengkaji perkembangan kekeringan meteorologis di wilayah Banyuwangi sepanjang waktu serta persebarannya secara spasial selama periode 1994–2023. Data utama pada penelitian ini berupa curah hujan bulanan hasil reanalisis ERA5 yang diakses melalui Copernicus Climate Data Store, dengan cakupan area yang disesuaikan batas administrasi Kabupaten Banyuwangi dan resolusi spasial sebesar 0,25°. Data stasiun BMKG dan satelit TRMM 3B43 digunakan sebagai pembanding untuk keperluan validasi. Keseluruhan data diperiksa kualitasnya untuk memastikan tidak terdapat data hilang maupun nilai tidak wajar. Tingkat kekeringan dihitung menggunakan metode Standardized Precipitation Index dengan skala dua belas bulan. Tren kekeringan dianalisis menggunakan uji Mann– Kendall, uji Theil–Sen, dan regresi linier, sementara keakuratan hasil dapat dipastikan melalui perbandingan dari ketiga sumber data. Pola spasial kekeringan meteorologis dipetakan menggunakan teknik interpolasi terhadap kondisi ekstrem tahunan dan rata-rata bulanan dengan bantuan perangkat pemrograman Python. Pola kekeringan meteorologis di Banyuwangi bersifat periodik, dengan frekuensi kondisi kering rata-rata mencapai 28,94% dari total keseluruhan periode pengamatan. Periode kekeringan paling intens teridentifikasi pada fase El Niño kuat pada tahun 1997/1998, diikuti periode kekeringan pada 2007 serta 2015/2016. Ketiga metode tren secara konsisten menunjukkan peningkatan indeks kekeringan yang signifikan secara statistik pada taraf kepercayaan 95%, yang mengindikasikan pergeseran bertahap menuju kondisi hidroklimatologi yang relatif lebih basah, meskipun risiko kekeringan ekstrem tetap ada pada fase koinfluens El Niño dan IOD positif.
Dokumen Serupa
Berdasarkan kemiripan vektor embedding IndoSBERT (cosine similarity).
- Cosine 0,833
Tahun 2026 · Penulis: Berliana Widya Sari
Prediksi Ispu PM2,5 Dengan Model Time Series Multiple Linear Regression dan Random Forest DI Kota Jakarta Pusat Dan Kabupaten Sidoarjo
Meningkatnya aktivitas industri, transportasi, dan konsumsi bahan bakar fosil telah berkontribusi terhadap penurunan kualitas udara akibat peningkatan partikulat halus (PM₂.₅), yang menimbulkan risiko kesehatan yang signifikan. Konsentrasi PM₂.₅ dipengaruhi ti
- Cosine 0,831
Tahun 2026 · Penulis: Muhammad Asraf Takayuma
Optimasi Backpropagation Neural Network dengan Particle Swarm Optimization untuk Prediksi Curah Hujan (Studi Kasus: Kabupaten Jember)
Curah hujan di Kabupaten Jember memiliki karakteristik yang fluktuatif dan dinamis sehingga sulit diprediksi menggunakan metode konvensional. Ketidakpastian tersebut berdampak pada sektor pertanian dan pengelolaan sumber daya air. Penelitian ini bertujuan untu
- Cosine 0,829
Tahun 2026 · Penulis: Mohammad Faqih
Peramalan Curah Hujan Menggunakan Metode Time Series untuk Prediksi Banjir dan Pemetaan Wilayah Berpotensi Banjir di Kabupaten Jember
Banjir merupakan bencana alam yang sering terjadi di Kabupaten Jember akibat luapan air yang dipicu oleh tingginya intensitas curah hujan serta dipengaruhi oleh karakteristik fisik wilayah. Permasalahan utama terletak pada masih terbatasnya pemanfaatan teknolo