Performance of Daily Satellite-Based Rainfall in Groundwater Basin of Merapi Aquifer System, Yogyakarta

Abstract

Evaluation of the performance of daily satellite-based rainfall (CMORPH, CHIRPS, GPM IMERG, and TRMM) was done to obtain applicable satellite rainfall estimates in groundwater basin of Merapi Aquifer System (MAS). Performance of satellite data was assessed by applying descriptive statistics, categorical statistics, and bias decomposition on the basis of daily rainfall intensity classification. This classification is possible to measure the performance of daily satellite-based rainfall in much detail.CM (CMORPH) has larger underestimation compared to other satellite-based rainfall. This satellite-based rainfall also mostly has the largest RMSE, while CHR (CHIRPS) is the lowest. CM has a good performance to detect no rain, while IMR (GPM-IMERG) has the worst performance. IMR and CHR have a good performance to detect light and moderate rain. Both of them have larger H frequencies and lower MB values compared to other satellite products. CHR mostly has a good performance compared to TR (TRMM) especially on wet periods. CM, IMR, and TR mostly have a good performance on dry periods, while CHR on wet periods. CM mostly has the largest MB and lowest AHB values. CM and CHR have better accuracy to estimate rain amount compared to IMR and TR. All in all, all 4 satellite-based rainfall has large discrepancy compared with rain gauge data along mountain range where orographic rainfall usually occurs in wet periods. Hence, it is recommended to evaluate satellite-based rainfall with time series of streamflow simulation in hydrological modeling framework by merging rain gauge data with more than one satellite-based rainfall except to merge both IMR and TR together.

Faktor-Faktor Yang Mempengaruhi Minat Calon Mahasiswa Baru Mendaftar Pada Ftii Uhamka Menggunakan Algoritma K-Nearest Neighbor (K-Nn)

“…Penelitian sebelumnya yang memprediksi program studi bagi calon mahasiswa baru menggunakan algoritma K-NN menghasilkan akurasi tinggi sebesar 74% dari total 379 data (Rahmawati Rahayu & Lidiawati, 2021). Penggunaan algoritma K-NN juga menyimpulkan bahwa dapat memprediksi pemilihan jurusan untuk calon siswa baru.…”

Studi Kasus: Psikoedukasi Keluarga Untuk Mengurangi Beban Perawatan Pada Keluarga Pasien Penyakit Kronik Dengan Latar Belakang Budaya Sunda

“…Caregiver keluarga dituntut mampu melakukan tugas pengasuhan yang baik dan benar. Adapun tugas caregivers keluarga selain sebagai keluarga yang membantu pasien dalam aktivitas sehari-hari, mereka juga membantu dalam hal mengingatkan pasien untuk rutin kontrol ke rumah sakit, minum obat secara teratur, dan mematuhi diet yang harus dijalani (Kamalah & Kristianto, 2020;Rahmawati & Rahayu, 2019).…”

“…Keberadaan caregiver keluarga sangat penting pada pasien dengan penyakit kronis mengingat pasien memerlukan perawatan yang berkelanjutan. Keluarga sebagai caregiver dituntut mampu melakukan tugas pengasuhan yang baik dan benar (Rahmawati & Rahayu, 2019). Perawatan oleh caregiver dalam jangka waktu yang lama dapat menimbulkan dampak berupa caregiver burden.…”

“…Mengacu pada permasalahan tersebut, perawatan yang dilakukan oleh keluarga tidak lepas dari berbagai permasalahan. Caregiver keluarga akan dihadapkan pula pada jumlah jam harus merawat pasien, memikul beban yang tidak ringan, masalah fisik, psikologis, keuangan, juga dapat berefek pada masalah kesehatan pada diri mereka sendiri Selain itu mereka juga dapat mengalami kelelahan dalam merawat pasien bahkan depresi (Rahmawati & Rahayu, 2019).…”