No abstract

East Java BPBD data recorded 18 marine accidents in 2018, which increased by 1 event compared to the previous year. It is interesting to study the waters around East Java which are divided into 9 regions. The wind is a major factor in the high wave generation, but the contribution of weather phenomena triggered by the marine environment is important to identify. Phenomenon such as Madden-Julian Oscillation (MJO) has a cycle through the Indonesia territory, becomes a factor that should be suspected. MJO identification uses the Real-Time Multivariate MJO (RMM)-1 and RMM-2 index, which can be combined with the wind speed data using data mining classification techniques to get the thresholds value of wave height data obtained from the analysis of Windwave-05 model. The classification is helped by WEKA’s machine learning algorithm, by determining 4 selected classification algorithms including Naïve Bayes, J48, JRip, and Multi-Class Classifier. The data validation using the K-fold cross-validation method with a number of folds is 10 units. The accuracy value of the best algorithm obtained in each waters region ranges from 63.02% to 84.50%. The overall accuracy value increases by 0.24% to 4.41% compared to only using wind factors, except for the Waters of Bawean Island and Masalembu Islands.

No abstract

Pesisir Semarang merupakan wilayah yang rentan terkena dampak bencana banjir rob. Hampir setiap bulan wilayah tersebut tergenang akibat pasang air laut. Peristiwa banjir rob yang paling diingat publik adalah saat terjadi menjelang gerhana bulan tanggal 31 Januari 2018. Peringatan dini informasi banjir rob perlu dibuat dengan tingkat akurasi tinggi dan dalam bentuk yang mudah dipahami masyarakat untuk kepentingan mitigasi. Tipe pasang surut (pasut) di Pesisir Semarang perlu diidentifikasi untuk mengetahui kecenderungan waktu kejadian banjir rob. Model Hidrodinamika Mike 21 digunakan untuk mengolah data pengamatan pasut sepanjang tahun 2017 menjadi informasi prakiraan pasut sepanjang bulan Januari 2018. Nilai akurasi prakiraan pasut Mike 21 diukur dengan Root Mean Square Error (RMSE), serta dibandingkan dengan keakurasian prakiraan pasut dari Pushidrosal (Pusat Hidrografi dan Oseanografi TNI Angkatan Laut) dan BIG (Badan Informasi Geospasial). Hasil prakiraan pasut terbaik selanjutnya diolah pada aplikasi ArcGIS, dengan mengambil nilai prakiraan pasang tertinggi pada hari kejadian sebagai data input untuk pembuatan peta luas genangan banjir rob. Puncak kejadian banjir rob cenderung terjadi pada pukul 06.00 WIB dan 17.00 WIB, yang mana berdasarkan hasil identifikasi di Pesisir Semarang termasuk tipe pasang surut harian ganda. Prakiraan pasut dari Mike 21 memiliki nilai RMSE terbaik. Nilai RMSE prakiraan pasut Mike 21, Pushidrosal dan BIG berturut-turut bernilai 10 cm, 30 cm dan 22 cm. Nilai pasut tertinggi baik model Mike 21 maupun hasil pengamatan terjadi pukul 20.00 WIB. Pemodelan nilai pasut tertinggi dari Mike21 sebesar 122 cm menghasilkan peta luas genangan banjir rob sebesar 1753.35 ha, sedangkan nilai pasang tertinggi hasil pengamatan sebesar 133 cm menghasilkan 185.31 ha lebih luas.

No abstract