Perpustakaan STMKG

  • Home
  • Information
  • News
  • Librarian
  • E-Resource STMKG
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
Image of JURNAL PREDIKSI AWAL MUSIM HUJAN MENGGUNAKAN PREDIKTOR
ANOMALI SUHU DAN TEKANAN PERMUKAAN, OUTGOING
LONGWAVE RADIATION, SERTA INDEKS NINO
DI KALIMANTAN SELATAN BAGIAN SELATAN
Penanda Bagikan

Compact Disc

JURNAL PREDIKSI AWAL MUSIM HUJAN MENGGUNAKAN PREDIKTOR ANOMALI SUHU DAN TEKANAN PERMUKAAN, OUTGOING LONGWAVE RADIATION, SERTA INDEKS NINO DI KALIMANTAN SELATAN BAGIAN SELATAN

RIZKA NOVITA - Nama Orang; Erwin E.S. Makmur - Nama Orang;
★★★★★Belum ada rating
Login untuk memberi rating

Provinsi Kalimantan Selatan merupakan salah satu provinsi penghasil padi nasional
khususnya daerah kabupaten banjar dan sekitarnya yang termasuk dalam zona musim 272
(Kalimantan Selatan bagian Selatan). Melihat potensi ini, maka sangat diperlukan berbagai
informasi prediksi iklim salah satunya prediksi awal musim hujan yang akurat. Metode yang
digunakan dalam penelitian ini adalah regresi berganda menggunakan semua prediktor terpilih dan
regresi berganda yang melewati seleksi stepwise. Hasil prediksi awal musim hujan dari kedua
metode kemudian diverifikasi untuk mengetahui metode mana yang lebih sesuai untuk diterapkan
di Kalimantan Selatan bagian Selatan. Data yang digunakan yaitu data anomali awal musim hujan
zona musim 272 sebagai prediktan dan data anomali sea surface temperature, outgoing longwave
radiation, tekanan udara permukaan, suhu udara permukaan, indeks Nino 3.4, dan indeks Nino
West bulan Juli sebagai prediktor. Proses analisis memberikan hasil bahwa secara umum hasil
prediksi menggunakan kedua metode selama sembilan tahun mempunyai pola yang cenderung
sama dengan pola observasi. Hasil verifikasi menunjukkan bahwa metode regresi berganda yang
melewati seleksi stepwise lebih baik karena memiliki nilai koefisien korelasi lebih besar dan
persentase kesesuaian prediksi lebih tinggi.
Kata kunci : prediksi awal musim hujan, regresi berganda, stepwise, Kalimantan Selatan


Ketersediaan
#
My Library 551.6 NOV j
JURPDFK00032.1
Tersedia
Informasi Detail
Judul Seri
-
No. Panggil
551.6 NOV j
Penerbit
Jakarta : STMKG., 2015
Deskripsi Fisik
PDF download
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
551.6 NOV j
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
-
Subjek
PREDIKSI AWAL MUSIM HUJAN
Kalimantan Selatan
stepwise
regresi berganda
Info Detail Spesifik
PDF download
Pernyataan Tanggungjawab
-
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
  • JURNAL PREDIKSI AWAL MUSIM HUJAN MENGGUNAKAN PREDIKTOR ANOMALI SUHU DAN TEKANAN PERMUKAAN, OUTGOING LONGWAVE RADIATION, SERTA INDEKS NINO DI KALIMANTAN SELATAN BAGIAN SELATAN
Komentar

Anda harus masuk sebelum memberikan komentar

Perpustakaan STMKG
  • Perpustakaan Digital STMKG
  • Jurnal STMKG
  • Website STMKG
  • Website BMKG
  • Perpustakaan BMKG
  • JDIH BMKG
  • PPID BMKG
  • E-Resources Perpusnas
  • Indonesia OneSearch

Tentang Kami

Visi: 

Menjadi perpustakaan unggul yang menyediakan sumber daya informasi ilmiah dan teknologi di bidang meteorologi, klimatologi, dan geofisika untuk mendukung pengembangan pendidikan, penelitian, dan pengabdian masyarakat di STMKG.

Misi:

  1. Menyediakan akses informasi yang cepat, akurat, dan mudah diakses bagi civitas akademika di STMKG.
  2. Meningkatkan kualitas layanan perpustakaan dengan mengintegrasikan teknologi informasi terkini dalam sistem pengelolaan dan pelayanan.
  3. Memperbaharui dan memperkaya koleksi bahan pustaka sesuai dengan kebutuhan kurikulum dan penelitian di STMKG.
  4. Meningkatkan budaya literasi informasi melalui kegiatan pelatihan dan workshop kepada taruna dan dosen

 

Instagram Perpustakaan STMKG

Ikuti kabar terbaru kami

Lihat kegiatan, informasi layanan, dan koleksi terbaru kami.

@perpustakaanstmkg
@perpustakaanstmkg Buka feed di Instagram

© 2026 — Perpustakaan STMKG

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik
Kemana ingin Anda bagikan?