Melola Discovery

← Melola Discovery

Jurnal

Faktor Osean – Atmosfer untuk Memprediksi Titik Panas (Hostspot) di Wilayah Asia Tenggara Bagian Selatan

JURNAL GEOCELEBES · Vol. 5 No. 2 (2021) · pp. 116–130

DOI
10.20956/geocelebes.v5i2.13454
ISSN
2579-5546, 2579-5821
Published
2021-08-09
Publisher
Departemen Geofisika, FMIPA - Universitas Hasanuddin, Makassar
Language
en

Abstract

Penelitian ini bertujuan untuk membuat pemodelan prediksi titik panas (hotspot) di wilayah Asia Tenggara bagian Selatan dengan sejumlah prediktor signifikan menggunakan Model Multiple Regression (MR) dan untuk melakukan verifikasi prediksi model tersebut. Data yang digunakan dalam penelitian ini yaitu data observasi titik panas (hotspot) di Wilayah Indonesia yakni di Pulau Kalimantan dan Sumatera dan di Wilayah Semenanjung Malaysia serta Sabah-Sarawak. Kemudian data indeks El Nino Southern Oscillation (ENSO), Madden-Julian Oscillation (MJO), Indian Ocean Dipole (IOD) dan Monsun selama 6 tahun mulai dari tahun 2013 hingga 2018 sebagai data prediktor. Metode yang digunakan yaitu Model Multiple Regression dengan Metode Regresi Stepwise dan verifikasi skill model prediksi yang digunakan yaitu Korelasi Pearson dan RMSE. Berdasarkan hasil pemodelan dan verifikasi prediksi terbaiknya, diperoleh nilai Korelasi Pearson sebesar 0,698 dan nilai RMSE-nya sebanyak 908 hotspot. Untuk model prediksi di wilayah Sumatera oleh 7 prediktor signifikan yang terkait dengan kejadian hotspot yaitu, IOD 0 (IOD pada bulan munculnya hotspot), MJO 0, MJO 9, MJO 10, Mons 1, MJO 8, dan MJO 5. Untuk wilayah Kalimantan nilai Korelasi Pearson sebesar 0,795 dan nilai RMSE-nya sebanyak 1150 hotspot oleh 4 prediktor signifikan, MJO 9 (MJO pada 9 bulan sebelum munculnya hotspot), Mons 1, Mons 0, dan ENSO 3. Untuk wilayah Semenanjung Malaysia diperoleh nilai Korelasi Pearson sebesar 0,145 dan nilai RMSE-nya sebanyak 135 hotspot oleh 2 prediktor signifikan, Mons 2 (Mons pada 2 bulan sebelum munculnya hotspot) dan MJO 0. Kemudian untuk wilayah Sabah dan Sarawak diperoleh nilai Korelasi Pearson sebesar 0,242 dan nilai RMSE-nya sebanyak 113 hotspot oleh 2 prediktor signifikan, IOD 2 (IOD pada 2 bulan sebelum munculnya hotspot) dan MJO 0. Untuk wilayah Sumatera prediktor yang paling berpengaruh yaitu IOD 0, yakni fenomena IOD khususnya fenomena IOD (+) penyebab terjadinya musim kering ini beberapa kali terjadi di wilayah Pulau Sumatera karena letaknya berdekatan langsung dengan Samudera Hindia sehingga iklimnya juga dipengaruhi oleh lautan di dekatnya. Untuk fenomena MJO dan Monsun yang paling berpengaruh di Wilayah Kalimantan (MJO 9), Semenanjung Malaysia (Mons 2) serta Sabah - Sarawak (MJO 0). Kedua fenomena tersebut secara periodik selalu melintas di ketiga wilayah tadi khususnya berkontribusi pada bulan-bulan terjadinya musim kering, sehingga diindikasikan dapat mempengaruhi munculnya hotspot.

Keywords

Collaboration network of the authors

12 authors · 31 co-authorship links

Hover or tap a name to highlight its co-authors. Double-click to open the author's page.

  • Universitas Halu Oleo
  • Institut Agama Islam Negeri Kendari
  • Affiliation unknown
  • Different organisations
  • Same organisation
  • Affiliation unknown
  • Thicker line = more joint articles · bigger circle = more articles
Show as table
Co-authorOrganisationJoint articles
Muhammad Hamzah SyahruddinAffiliation unknown3
Amiruddin -Affiliation unknown2
SakkaAffiliation unknown2
Sakka SakkaUniversitas Halu Oleo1
Amiruddin AmiruddinAffiliation unknown1
Makhrani MakhraniAffiliation unknown1
Samsu ArifAffiliation unknown1
PaharuddinAffiliation unknown1
‎ HasniatiInstitut Agama Islam Negeri Kendari1

Affiliations come from OpenAlex; journal OAI-PMH metadata carries none. Authors without an OpenAlex ID are matched by name, which can merge or split people.

Metadata source: OAI-PMH (metadata jurnal) https://journal.unhas.ac.id/index.php/geocelebes/oai, first harvested 3 Nov 2026, last seen 3 Nov 2026.
Original metadata (oai_dc) 
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en">Faktor Osean – Atmosfer untuk Memprediksi Titik Panas (Hostspot) di Wilayah Asia Tenggara Bagian Selatan</dc:title>
	<dc:creator xml:lang="en">Santriwati</dc:creator>
	<dc:creator xml:lang="en">Halide, Halmar</dc:creator>
	<dc:creator xml:lang="en">Hasanuddin</dc:creator>
	<dc:subject xml:lang="en">Asia Tenggara bagian Selatan</dc:subject>
	<dc:subject xml:lang="en">osean-atmosfer</dc:subject>
	<dc:subject xml:lang="en">pemodelan prediksi</dc:subject>
	<dc:subject xml:lang="en">Titik Panas</dc:subject>
	<dc:subject xml:lang="en">verifikasi prediksi</dc:subject>
	<dc:description xml:lang="en">Penelitian ini bertujuan untuk membuat pemodelan prediksi titik panas (hotspot) di wilayah Asia Tenggara bagian Selatan dengan sejumlah prediktor signifikan menggunakan Model Multiple Regression (MR) dan untuk melakukan verifikasi prediksi model tersebut. Data yang digunakan dalam penelitian ini yaitu data observasi titik panas (hotspot) di Wilayah Indonesia yakni di Pulau Kalimantan dan Sumatera dan di Wilayah Semenanjung Malaysia serta Sabah-Sarawak. Kemudian data indeks El Nino Southern Oscillation (ENSO), Madden-Julian Oscillation (MJO), Indian Ocean Dipole (IOD) dan Monsun selama 6 tahun mulai dari tahun 2013 hingga 2018 sebagai data prediktor. Metode yang digunakan yaitu Model Multiple Regression dengan Metode Regresi Stepwise dan verifikasi skill model prediksi yang digunakan yaitu Korelasi Pearson dan RMSE. Berdasarkan hasil pemodelan dan verifikasi prediksi terbaiknya, diperoleh nilai Korelasi Pearson sebesar 0,698 dan nilai RMSE-nya sebanyak 908 hotspot. Untuk model prediksi di wilayah Sumatera oleh 7 prediktor signifikan yang terkait dengan kejadian hotspot yaitu, IOD 0 (IOD pada bulan munculnya hotspot), MJO 0, MJO 9, MJO 10, Mons 1, MJO 8, dan MJO 5. Untuk wilayah Kalimantan nilai Korelasi Pearson sebesar 0,795 dan nilai RMSE-nya sebanyak 1150 hotspot oleh 4 prediktor signifikan, MJO 9 (MJO pada 9 bulan sebelum munculnya hotspot), Mons 1, Mons 0, dan ENSO 3. Untuk wilayah Semenanjung Malaysia diperoleh nilai Korelasi Pearson sebesar 0,145 dan nilai RMSE-nya sebanyak 135 hotspot oleh 2 prediktor signifikan, Mons 2 (Mons pada 2 bulan sebelum munculnya hotspot) dan MJO 0. Kemudian untuk wilayah Sabah dan Sarawak diperoleh nilai Korelasi Pearson sebesar 0,242 dan nilai RMSE-nya sebanyak 113 hotspot oleh 2 prediktor signifikan, IOD 2 (IOD pada 2 bulan sebelum munculnya hotspot) dan MJO 0. Untuk wilayah Sumatera prediktor yang paling berpengaruh yaitu IOD 0, yakni fenomena IOD khususnya fenomena IOD (+) penyebab terjadinya musim kering ini beberapa kali terjadi di wilayah Pulau Sumatera karena letaknya berdekatan langsung dengan Samudera Hindia sehingga iklimnya juga dipengaruhi oleh lautan di dekatnya. Untuk fenomena MJO dan Monsun yang paling berpengaruh di Wilayah Kalimantan (MJO 9), Semenanjung Malaysia (Mons 2) serta Sabah - Sarawak (MJO 0). Kedua fenomena tersebut secara periodik selalu melintas di ketiga wilayah tadi khususnya berkontribusi pada bulan-bulan terjadinya musim kering, sehingga diindikasikan dapat mempengaruhi munculnya hotspot.</dc:description>
	<dc:publisher xml:lang="en">Departemen Geofisika, FMIPA - Universitas Hasanuddin, Makassar</dc:publisher>
	<dc:date>2021-08-09</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:type xml:lang="en">Peer-reviewed Article</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://journal.unhas.ac.id/index.php/geocelebes/article/view/13454</dc:identifier>
	<dc:identifier>10.20956/geocelebes.v5i2.13454</dc:identifier>
	<dc:source xml:lang="en">JURNAL GEOCELEBES; Vol. 5 No. 2: October 2021; 116-130</dc:source>
	<dc:source>2579-5546</dc:source>
	<dc:source>2579-5821</dc:source>
	<dc:language>en</dc:language>
	<dc:relation>https://journal.unhas.ac.id/index.php/geocelebes/article/view/13454/7220</dc:relation>
	<dc:rights xml:lang="en">Copyright (c) 2021 JURNAL GEOCELEBES</dc:rights>
</oai_dc:dc>