Hasil Pencarian  ::  Simpan CSV :: Kembali

"[ABSTRAKKebakaran hutan dan lahan merupakan permasalahan kompleks yang terjadi diProvinsi Riau setiap tahun. Pemicunya berasal dari faktor alami dan akibat aktivitasmanusia. Penelitian ini menggunakan variabel hotspots (titik panas) sebagaiindikasi adanya kebakaran hutan dan lahan yang dihasilkan oleh sensor satelitNOAA (National Oceanic and Atmospheric Administration) akibat kenaikan suhudi atas 315° K atau 42°C pada luasan 1 km2. Hotspots yang tersebar diseluruhProvinsi Riau dianalisis kepadatannya sepanjang tahun 2005 hingga 2014menggunakan perhitungan Kernel Density. Hasilnya pola spasial kepadatanhotspots terkonsentrasi di Kota Dumai, Kabupaten Rokan Hilir, Bengkalis danPelalawan. Sedangkan pola temporal menunjukkan jumlah hotspots terbanyakselama 10 tahun terjadi pada bulan Juni hingga Agustus. Kemudian sebarankepadatan hotspots dihubungan dengan faktor-faktor pemicu terjadinya kebakaranyakni curah hujan bulanan, sebaran dan kedalaman gambut serta jenis penggunaanlahan. Hasil analisis menunjukkan jumlah hotspots terbanyak tersebar pada wilayahdengan curah hujan bulanan rendah yaitu 50 - 150 mm/bulan dan pada lahan gambutdengan kedalaman lebih dari 4 meter (sangat dalam) serta pada jenis penggunaanlahan perkebunan, hutan lahan basah sekunder dan semak belukar. Selanjutnyapenentuan ambang batas hari tanpa hujan sehubungan kemunculan hotspotsdiperoleh melalui teknik buffering sejauh 10 km dari stasiun-stasiun pengamatanhujan setiap hari selama bulan Juni hingga Agustus. Analisis pada setiapkemunculan hotspots juga dikaitkan dengan kedalaman gambut dan jenispenggunaan lahan untuk mengetahui karakteristik setiap area buffer, hasilnyaambang batas hari tanpa hujan dalam kaitan kemunculan hotspots di Provinsi Riauadalah 3 hari.

---

ABSTRACTLand and forest fires are complex problems that occurred in the province of Riauevery year. The trigger factors comes from natural and human activities. Thisresearch uses a variable hotspots as an indication of land and forest fires producedby the satellite sensors NOAA (National Oceanic and Atmospheric Administration)due to the temperature rise above 315 °K or 42° C on an area of 1 km2. The densityof hotspots are scattered throughout the province of Riau 2005 to 2014 analyzedusing Kernel Density calculations. The result patterns of spatial density of hotspotsconcentrated in Dumai, Rokan Hilir, Bengkalis and Pelalawan. While the timepattern showed the highest number of hotspots for 10 years occurred in June untilAugust. Then the distribution of the density of hotspots related with the factors thattrigger fires such as monthly rainfall, distribution and depth of the peatland and thetype of land use. The analysis showed the highest number of hotspots spread out onan area with a low monthly precipitation is 50-150 mm / month and on peatlandswith a depth of more than 4 meters (very deep) as well as on the type of plantationland use, wetlands secondary forest and shrubs. Furthermore, the determination ofthreshold no rain day due to the hotspots appearance obtained through bufferingtechnique as far as 10 km from rain gauge stations every day during the month ofJune to August. Analysis on each occurrence of hotspots is also associated with thedepth of peat and types of land use to determine the characteristics of each bufferarea, the result of the threshold of no rainy days in relation to the hotspot appearancein Riau Province is 3 days.;Land and forest fires are complex problems that occurred in the province of Riauevery year. The trigger factors comes from natural and human activities. Thisresearch uses a variable hotspots as an indication of land and forest fires producedby the satellite sensors NOAA (National Oceanic and Atmospheric Administration)due to the temperature rise above 315 °K or 42° C on an area of 1 km2. The densityof hotspots are scattered throughout the province of Riau 2005 to 2014 analyzedusing Kernel Density calculations. The result patterns of spatial density of hotspotsconcentrated in Dumai, Rokan Hilir, Bengkalis and Pelalawan. While the timepattern showed the highest number of hotspots for 10 years occurred in June untilAugust. Then the distribution of the density of hotspots related with the factors thattrigger fires such as monthly rainfall, distribution and depth of the peatland and thetype of land use. The analysis showed the highest number of hotspots spread out onan area with a low monthly precipitation is 50-150 mm / month and on peatlandswith a depth of more than 4 meters (very deep) as well as on the type of plantationland use, wetlands secondary forest and shrubs. Furthermore, the determination ofthreshold no rain day due to the hotspots appearance obtained through bufferingtechnique as far as 10 km from rain gauge stations every day during the month ofJune to August. Analysis on each occurrence of hotspots is also associated with thedepth of peat and types of land use to determine the characteristics of each bufferarea, the result of the threshold of no rainy days in relation to the hotspot appearancein Riau Province is 3 days.;Land and forest fires are complex problems that occurred in the province of Riauevery year. The trigger factors comes from natural and human activities. Thisresearch uses a variable hotspots as an indication of land and forest fires producedby the satellite sensors NOAA (National Oceanic and Atmospheric Administration)due to the temperature rise above 315 °K or 42° C on an area of 1 km2. The densityof hotspots are scattered throughout the province of Riau 2005 to 2014 analyzedusing Kernel Density calculations. The result patterns of spatial density of hotspotsconcentrated in Dumai, Rokan Hilir, Bengkalis and Pelalawan. While the timepattern showed the highest number of hotspots for 10 years occurred in June untilAugust. Then the distribution of the density of hotspots related with the factors thattrigger fires such as monthly rainfall, distribution and depth of the peatland and thetype of land use. The analysis showed the highest number of hotspots spread out onan area with a low monthly precipitation is 50-150 mm / month and on peatlandswith a depth of more than 4 meters (very deep) as well as on the type of plantationland use, wetlands secondary forest and shrubs. Furthermore, the determination ofthreshold no rain day due to the hotspots appearance obtained through bufferingtechnique as far as 10 km from rain gauge stations every day during the month ofJune to August. Analysis on each occurrence of hotspots is also associated with thedepth of peat and types of land use to determine the characteristics of each bufferarea, the result of the threshold of no rainy days in relation to the hotspot appearancein Riau Province is 3 days.;Land and forest fires are complex problems that occurred in the province of Riauevery year. The trigger factors comes from natural and human activities. Thisresearch uses a variable hotspots as an indication of land and forest fires producedby the satellite sensors NOAA (National Oceanic and Atmospheric Administration)due to the temperature rise above 315 °K or 42° C on an area of 1 km2. The densityof hotspots are scattered throughout the province of Riau 2005 to 2014 analyzedusing Kernel Density calculations. The result patterns of spatial density of hotspotsconcentrated in Dumai, Rokan Hilir, Bengkalis and Pelalawan. While the timepattern showed the highest number of hotspots for 10 years occurred in June untilAugust. Then the distribution of the density of hotspots related with the factors thattrigger fires such as monthly rainfall, distribution and depth of the peatland and thetype of land use. The analysis showed the highest number of hotspots spread out onan area with a low monthly precipitation is 50-150 mm / month and on peatlandswith a depth of more than 4 meters (very deep) as well as on the type of plantationland use, wetlands secondary forest and shrubs. Furthermore, the determination ofthreshold no rain day due to the hotspots appearance obtained through bufferingtechnique as far as 10 km from rain gauge stations every day during the month ofJune to August. Analysis on each occurrence of hotspots is also associated with thedepth of peat and types of land use to determine the characteristics of each bufferarea, the result of the threshold of no rainy days in relation to the hotspot appearancein Riau Province is 3 days.;Land and forest fires are complex problems that occurred in the province of Riauevery year. The trigger factors comes from natural and human activities. Thisresearch uses a variable hotspots as an indication of land and forest fires producedby the satellite sensors NOAA (National Oceanic and Atmospheric Administration)due to the temperature rise above 315 °K or 42° C on an area of 1 km2. The densityof hotspots are scattered throughout the province of Riau 2005 to 2014 analyzedusing Kernel Density calculations. The result patterns of spatial density of hotspotsconcentrated in Dumai, Rokan Hilir, Bengkalis and Pelalawan. While the timepattern showed the highest number of hotspots for 10 years occurred in June untilAugust. Then the distribution of the density of hotspots related with the factors thattrigger fires such as monthly rainfall, distribution and depth of the peatland and thetype of land use. The analysis showed the highest number of hotspots spread out onan area with a low monthly precipitation is 50-150 mm / month and on peatlandswith a depth of more than 4 meters (very deep) as well as on the type of plantationland use, wetlands secondary forest and shrubs. Furthermore, the determination ofthreshold no rain day due to the hotspots appearance obtained through bufferingtechnique as far as 10 km from rain gauge stations every day during the month ofJune to August. Analysis on each occurrence of hotspots is also associated with thedepth of peat and types of land use to determine the characteristics of each bufferarea, the result of the threshold of no rainy days in relation to the hotspot appearancein Riau Province is 3 days.;Land and forest fires are complex problems that occurred in the province of Riauevery year. The trigger factors comes from natural and human activities. Thisresearch uses a variable hotspots as an indication of land and forest fires producedby the satellite sensors NOAA (National Oceanic and Atmospheric Administration)due to the temperature rise above 315 °K or 42° C on an area of 1 km2. The densityof hotspots are scattered throughout the province of Riau 2005 to 2014 analyzedusing Kernel Density calculations. The result patterns of spatial density of hotspotsconcentrated in Dumai, Rokan Hilir, Bengkalis and Pelalawan. While the timepattern showed the highest number of hotspots for 10 years occurred in June untilAugust. Then the distribution of the density of hotspots related with the factors thattrigger fires such as monthly rainfall, distribution and depth of the peatland and thetype of land use. The analysis showed the highest number of hotspots spread out onan area with a low monthly precipitation is 50-150 mm / month and on peatlandswith a depth of more than 4 meters (very deep) as well as on the type of plantationland use, wetlands secondary forest and shrubs. Furthermore, the determination ofthreshold no rain day due to the hotspots appearance obtained through bufferingtechnique as far as 10 km from rain gauge stations every day during the month ofJune to August. Analysis on each occurrence of hotspots is also associated with thedepth of peat and types of land use to determine the characteristics of each bufferarea, the result of the threshold of no rainy days in relation to the hotspot appearancein Riau Province is 3 days., Land and forest fires are complex problems that occurred in the province of Riauevery year. The trigger factors comes from natural and human activities. Thisresearch uses a variable hotspots as an indication of land and forest fires producedby the satellite sensors NOAA (National Oceanic and Atmospheric Administration)due to the temperature rise above 315 °K or 42° C on an area of 1 km2. The densityof hotspots are scattered throughout the province of Riau 2005 to 2014 analyzedusing Kernel Density calculations. The result patterns of spatial density of hotspotsconcentrated in Dumai, Rokan Hilir, Bengkalis and Pelalawan. While the timepattern showed the highest number of hotspots for 10 years occurred in June untilAugust. Then the distribution of the density of hotspots related with the factors thattrigger fires such as monthly rainfall, distribution and depth of the peatland and thetype of land use. The analysis showed the highest number of hotspots spread out onan area with a low monthly precipitation is 50-150 mm / month and on peatlandswith a depth of more than 4 meters (very deep) as well as on the type of plantationland use, wetlands secondary forest and shrubs. Furthermore, the determination ofthreshold no rain day due to the hotspots appearance obtained through bufferingtechnique as far as 10 km from rain gauge stations every day during the month ofJune to August. Analysis on each occurrence of hotspots is also associated with thedepth of peat and types of land use to determine the characteristics of each bufferarea, the result of the threshold of no rainy days in relation to the hotspot appearancein Riau Province is 3 days.]"

"[ABSTRACTLand and forest fires are complex problems that occurred in the province of Riauevery year. The trigger factors comes from natural and human activities. Thisresearch uses a variable hotspots as an indication of land and forest fires producedby the satellite sensors NOAA (National Oceanic and Atmospheric Administration)due to the temperature rise above 315 °K or 42° C on an area of 1 km2. The densityof hotspots are scattered throughout the province of Riau 2005 to 2014 analyzedusing Kernel Density calculations. The result patterns of spatial density of hotspotsconcentrated in Dumai, Rokan Hilir, Bengkalis and Pelalawan. While the timepattern showed the highest number of hotspots for 10 years occurred in June untilAugust. Then the distribution of the density of hotspots related with the factors thattrigger fires such as monthly rainfall, distribution and depth of the peatland and thetype of land use. The analysis showed the highest number of hotspots spread out onan area with a low monthly precipitation is 50-150 mm / month and on peatlandswith a depth of more than 4 meters (very deep) as well as on the type of plantationland use, wetlands secondary forest and shrubs. Furthermore, the determination ofthreshold no rain day due to the hotspots appearance obtained through bufferingtechnique as far as 10 km from rain gauge stations every day during the month ofJune to August. Analysis on each occurrence of hotspots is also associated with thedepth of peat and types of land use to determine the characteristics of each bufferarea, the result of the threshold of no rainy days in relation to the hotspot appearancein Riau Province is 3 days.

---

ABSTRAK Kebakaran hutan dan lahan merupakan permasalahan kompleks yang terjadi diProvinsi Riau setiap tahun. Pemicunya berasal dari faktor alami dan akibat aktivitasmanusia. Penelitian ini menggunakan variabel hotspots (titik panas) sebagaiindikasi adanya kebakaran hutan dan lahan yang dihasilkan oleh sensor satelitNOAA (National Oceanic and Atmospheric Administration) akibat kenaikan suhudi atas 315° K atau 42°C pada luasan 1 km2. Hotspots yang tersebar diseluruhProvinsi Riau dianalisis kepadatannya sepanjang tahun 2005 hingga 2014menggunakan perhitungan Kernel Density. Hasilnya pola spasial kepadatanhotspots terkonsentrasi di Kota Dumai, Kabupaten Rokan Hilir, Bengkalis danPelalawan. Sedangkan pola temporal menunjukkan jumlah hotspots terbanyakselama 10 tahun terjadi pada bulan Juni hingga Agustus. Kemudian sebarankepadatan hotspots dihubungan dengan faktor-faktor pemicu terjadinya kebakaranyakni curah hujan bulanan, sebaran dan kedalaman gambut serta jenis penggunaanlahan. Hasil analisis menunjukkan jumlah hotspots terbanyak tersebar pada wilayahdengan curah hujan bulanan rendah yaitu 50 - 150 mm/bulan dan pada lahan gambutdengan kedalaman lebih dari 4 meter (sangat dalam) serta pada jenis penggunaanlahan perkebunan, hutan lahan basah sekunder dan semak belukar. Selanjutnyapenentuan ambang batas hari tanpa hujan sehubungan kemunculan hotspotsdiperoleh melalui teknik buffering sejauh 10 km dari stasiun-stasiun pengamatanhujan setiap hari selama bulan Juni hingga Agustus. Analisis pada setiapkemunculan hotspots juga dikaitkan dengan kedalaman gambut dan jenispenggunaan lahan untuk mengetahui karakteristik setiap area buffer, hasilnyaambang batas hari tanpa hujan dalam kaitan kemunculan hotspots di Provinsi Riauadalah 3 hari.;Kebakaran hutan dan lahan merupakan permasalahan kompleks yang terjadi diProvinsi Riau setiap tahun. Pemicunya berasal dari faktor alami dan akibat aktivitasmanusia. Penelitian ini menggunakan variabel hotspots (titik panas) sebagaiindikasi adanya kebakaran hutan dan lahan yang dihasilkan oleh sensor satelitNOAA (National Oceanic and Atmospheric Administration) akibat kenaikan suhudi atas 315° K atau 42°C pada luasan 1 km2. Hotspots yang tersebar diseluruhProvinsi Riau dianalisis kepadatannya sepanjang tahun 2005 hingga 2014menggunakan perhitungan Kernel Density. Hasilnya pola spasial kepadatanhotspots terkonsentrasi di Kota Dumai, Kabupaten Rokan Hilir, Bengkalis danPelalawan. Sedangkan pola temporal menunjukkan jumlah hotspots terbanyakselama 10 tahun terjadi pada bulan Juni hingga Agustus. Kemudian sebarankepadatan hotspots dihubungan dengan faktor-faktor pemicu terjadinya kebakaranyakni curah hujan bulanan, sebaran dan kedalaman gambut serta jenis penggunaanlahan. Hasil analisis menunjukkan jumlah hotspots terbanyak tersebar pada wilayahdengan curah hujan bulanan rendah yaitu 50 - 150 mm/bulan dan pada lahan gambutdengan kedalaman lebih dari 4 meter (sangat dalam) serta pada jenis penggunaanlahan perkebunan, hutan lahan basah sekunder dan semak belukar. Selanjutnyapenentuan ambang batas hari tanpa hujan sehubungan kemunculan hotspotsdiperoleh melalui teknik buffering sejauh 10 km dari stasiun-stasiun pengamatanhujan setiap hari selama bulan Juni hingga Agustus. Analisis pada setiapkemunculan hotspots juga dikaitkan dengan kedalaman gambut dan jenispenggunaan lahan untuk mengetahui karakteristik setiap area buffer, hasilnyaambang batas hari tanpa hujan dalam kaitan kemunculan hotspots di Provinsi Riauadalah 3 hari.;Kebakaran hutan dan lahan merupakan permasalahan kompleks yang terjadi diProvinsi Riau setiap tahun. Pemicunya berasal dari faktor alami dan akibat aktivitasmanusia. Penelitian ini menggunakan variabel hotspots (titik panas) sebagaiindikasi adanya kebakaran hutan dan lahan yang dihasilkan oleh sensor satelitNOAA (National Oceanic and Atmospheric Administration) akibat kenaikan suhudi atas 315° K atau 42°C pada luasan 1 km2. Hotspots yang tersebar diseluruhProvinsi Riau dianalisis kepadatannya sepanjang tahun 2005 hingga 2014menggunakan perhitungan Kernel Density. Hasilnya pola spasial kepadatanhotspots terkonsentrasi di Kota Dumai, Kabupaten Rokan Hilir, Bengkalis danPelalawan. Sedangkan pola temporal menunjukkan jumlah hotspots terbanyakselama 10 tahun terjadi pada bulan Juni hingga Agustus. Kemudian sebarankepadatan hotspots dihubungan dengan faktor-faktor pemicu terjadinya kebakaranyakni curah hujan bulanan, sebaran dan kedalaman gambut serta jenis penggunaanlahan. Hasil analisis menunjukkan jumlah hotspots terbanyak tersebar pada wilayahdengan curah hujan bulanan rendah yaitu 50 - 150 mm/bulan dan pada lahan gambutdengan kedalaman lebih dari 4 meter (sangat dalam) serta pada jenis penggunaanlahan perkebunan, hutan lahan basah sekunder dan semak belukar. Selanjutnyapenentuan ambang batas hari tanpa hujan sehubungan kemunculan hotspotsdiperoleh melalui teknik buffering sejauh 10 km dari stasiun-stasiun pengamatanhujan setiap hari selama bulan Juni hingga Agustus. Analisis pada setiapkemunculan hotspots juga dikaitkan dengan kedalaman gambut dan jenispenggunaan lahan untuk mengetahui karakteristik setiap area buffer, hasilnyaambang batas hari tanpa hujan dalam kaitan kemunculan hotspots di Provinsi Riauadalah 3 hari.;Kebakaran hutan dan lahan merupakan permasalahan kompleks yang terjadi diProvinsi Riau setiap tahun. Pemicunya berasal dari faktor alami dan akibat aktivitasmanusia. Penelitian ini menggunakan variabel hotspots (titik panas) sebagaiindikasi adanya kebakaran hutan dan lahan yang dihasilkan oleh sensor satelitNOAA (National Oceanic and Atmospheric Administration) akibat kenaikan suhudi atas 315° K atau 42°C pada luasan 1 km2. Hotspots yang tersebar diseluruhProvinsi Riau dianalisis kepadatannya sepanjang tahun 2005 hingga 2014menggunakan perhitungan Kernel Density. Hasilnya pola spasial kepadatanhotspots terkonsentrasi di Kota Dumai, Kabupaten Rokan Hilir, Bengkalis danPelalawan. Sedangkan pola temporal menunjukkan jumlah hotspots terbanyakselama 10 tahun terjadi pada bulan Juni hingga Agustus. Kemudian sebarankepadatan hotspots dihubungan dengan faktor-faktor pemicu terjadinya kebakaranyakni curah hujan bulanan, sebaran dan kedalaman gambut serta jenis penggunaanlahan. Hasil analisis menunjukkan jumlah hotspots terbanyak tersebar pada wilayahdengan curah hujan bulanan rendah yaitu 50 - 150 mm/bulan dan pada lahan gambutdengan kedalaman lebih dari 4 meter (sangat dalam) serta pada jenis penggunaanlahan perkebunan, hutan lahan basah sekunder dan semak belukar. Selanjutnyapenentuan ambang batas hari tanpa hujan sehubungan kemunculan hotspotsdiperoleh melalui teknik buffering sejauh 10 km dari stasiun-stasiun pengamatanhujan setiap hari selama bulan Juni hingga Agustus. Analisis pada setiapkemunculan hotspots juga dikaitkan dengan kedalaman gambut dan jenispenggunaan lahan untuk mengetahui karakteristik setiap area buffer, hasilnyaambang batas hari tanpa hujan dalam kaitan kemunculan hotspots di Provinsi Riauadalah 3 hari.;Kebakaran hutan dan lahan merupakan permasalahan kompleks yang terjadi diProvinsi Riau setiap tahun. Pemicunya berasal dari faktor alami dan akibat aktivitasmanusia. Penelitian ini menggunakan variabel hotspots (titik panas) sebagaiindikasi adanya kebakaran hutan dan lahan yang dihasilkan oleh sensor satelitNOAA (National Oceanic and Atmospheric Administration) akibat kenaikan suhudi atas 315° K atau 42°C pada luasan 1 km2. Hotspots yang tersebar diseluruhProvinsi Riau dianalisis kepadatannya sepanjang tahun 2005 hingga 2014menggunakan perhitungan Kernel Density. Hasilnya pola spasial kepadatanhotspots terkonsentrasi di Kota Dumai, Kabupaten Rokan Hilir, Bengkalis danPelalawan. Sedangkan pola temporal menunjukkan jumlah hotspots terbanyakselama 10 tahun terjadi pada bulan Juni hingga Agustus. Kemudian sebarankepadatan hotspots dihubungan dengan faktor-faktor pemicu terjadinya kebakaranyakni curah hujan bulanan, sebaran dan kedalaman gambut serta jenis penggunaanlahan. Hasil analisis menunjukkan jumlah hotspots terbanyak tersebar pada wilayahdengan curah hujan bulanan rendah yaitu 50 - 150 mm/bulan dan pada lahan gambutdengan kedalaman lebih dari 4 meter (sangat dalam) serta pada jenis penggunaanlahan perkebunan, hutan lahan basah sekunder dan semak belukar. Selanjutnyapenentuan ambang batas hari tanpa hujan sehubungan kemunculan hotspotsdiperoleh melalui teknik buffering sejauh 10 km dari stasiun-stasiun pengamatanhujan setiap hari selama bulan Juni hingga Agustus. Analisis pada setiapkemunculan hotspots juga dikaitkan dengan kedalaman gambut dan jenispenggunaan lahan untuk mengetahui karakteristik setiap area buffer, hasilnyaambang batas hari tanpa hujan dalam kaitan kemunculan hotspots di Provinsi Riauadalah 3 hari.;Kebakaran hutan dan lahan merupakan permasalahan kompleks yang terjadi diProvinsi Riau setiap tahun. Pemicunya berasal dari faktor alami dan akibat aktivitasmanusia. Penelitian ini menggunakan variabel hotspots (titik panas) sebagaiindikasi adanya kebakaran hutan dan lahan yang dihasilkan oleh sensor satelitNOAA (National Oceanic and Atmospheric Administration) akibat kenaikan suhudi atas 315° K atau 42°C pada luasan 1 km2. Hotspots yang tersebar diseluruhProvinsi Riau dianalisis kepadatannya sepanjang tahun 2005 hingga 2014menggunakan perhitungan Kernel Density. Hasilnya pola spasial kepadatanhotspots terkonsentrasi di Kota Dumai, Kabupaten Rokan Hilir, Bengkalis danPelalawan. Sedangkan pola temporal menunjukkan jumlah hotspots terbanyakselama 10 tahun terjadi pada bulan Juni hingga Agustus. Kemudian sebarankepadatan hotspots dihubungan dengan faktor-faktor pemicu terjadinya kebakaranyakni curah hujan bulanan, sebaran dan kedalaman gambut serta jenis penggunaanlahan. Hasil analisis menunjukkan jumlah hotspots terbanyak tersebar pada wilayahdengan curah hujan bulanan rendah yaitu 50 - 150 mm/bulan dan pada lahan gambutdengan kedalaman lebih dari 4 meter (sangat dalam) serta pada jenis penggunaanlahan perkebunan, hutan lahan basah sekunder dan semak belukar. Selanjutnyapenentuan ambang batas hari tanpa hujan sehubungan kemunculan hotspotsdiperoleh melalui teknik buffering sejauh 10 km dari stasiun-stasiun pengamatanhujan setiap hari selama bulan Juni hingga Agustus. Analisis pada setiapkemunculan hotspots juga dikaitkan dengan kedalaman gambut dan jenispenggunaan lahan untuk mengetahui karakteristik setiap area buffer, hasilnyaambang batas hari tanpa hujan dalam kaitan kemunculan hotspots di Provinsi Riauadalah 3 hari., Kebakaran hutan dan lahan merupakan permasalahan kompleks yang terjadi diProvinsi Riau setiap tahun. Pemicunya berasal dari faktor alami dan akibat aktivitasmanusia. Penelitian ini menggunakan variabel hotspots (titik panas) sebagaiindikasi adanya kebakaran hutan dan lahan yang dihasilkan oleh sensor satelitNOAA (National Oceanic and Atmospheric Administration) akibat kenaikan suhudi atas 315° K atau 42°C pada luasan 1 km2. Hotspots yang tersebar diseluruhProvinsi Riau dianalisis kepadatannya sepanjang tahun 2005 hingga 2014menggunakan perhitungan Kernel Density. Hasilnya pola spasial kepadatanhotspots terkonsentrasi di Kota Dumai, Kabupaten Rokan Hilir, Bengkalis danPelalawan. Sedangkan pola temporal menunjukkan jumlah hotspots terbanyakselama 10 tahun terjadi pada bulan Juni hingga Agustus. Kemudian sebarankepadatan hotspots dihubungan dengan faktor-faktor pemicu terjadinya kebakaranyakni curah hujan bulanan, sebaran dan kedalaman gambut serta jenis penggunaanlahan. Hasil analisis menunjukkan jumlah hotspots terbanyak tersebar pada wilayahdengan curah hujan bulanan rendah yaitu 50 - 150 mm/bulan dan pada lahan gambutdengan kedalaman lebih dari 4 meter (sangat dalam) serta pada jenis penggunaanlahan perkebunan, hutan lahan basah sekunder dan semak belukar. Selanjutnyapenentuan ambang batas hari tanpa hujan sehubungan kemunculan hotspotsdiperoleh melalui teknik buffering sejauh 10 km dari stasiun-stasiun pengamatanhujan setiap hari selama bulan Juni hingga Agustus. Analisis pada setiapkemunculan hotspots juga dikaitkan dengan kedalaman gambut dan jenispenggunaan lahan untuk mengetahui karakteristik setiap area buffer, hasilnyaambang batas hari tanpa hujan dalam kaitan kemunculan hotspots di Provinsi Riauadalah 3 hari.]"

"ABSTRAKPola curah hujan di Indonesia dapat dikatakan bahwa pantai barat setiap pulau memperoleh jumlah hujan selalu lebih banyak dari pantai timur. Saat mulai hujan bergeser dari barat ke timur. Hujan merupakan sumber ketersediaan air bagi usaha pertanian sawah sederhana. Pada gilirannya kelangsungan usaha pertanian sawah tergantung pada keberadaan hujan. Jumlah hujan tidak begitu penting, hujan rata-rata umumnya sangat banyak. Namun yang penting bagi mereka adalah kapan musim hujan tiba dan berapa 1amanyamusim hujan. Usaha untuk menentukan mulainya musim hujan di Pulau Jawa telah dilakukan oleh de Boer.Masalah yang dibahas dalam penelitian mi adalah Kapan permulaan datangnya musim hujan di Pantai Utara Jawa antara Rembang dan Tuban?, Apakah ada perbedaan waktu petani turun ke sawah clan bagaimana hubungannya dengan pola awal musim hujan antara Rembang dan Tuban?Wilayah penelitian adalah Kabupaten Rembang di Propinsi Jawa Tengah dan Kabupaten Tuban di Propinsi Jawa Timur. Kriteria permulaan datangnya musim hujan menggunakan kriteria de Boer, yaitu satu bulan dibagi tiga (1,2,3) masing-masing 10 han. Data yang digunakan adalah data curah hujan tahunan untuk mengetahui fluktuasi di bulan apa awal musim hujan dan data curah hujan harian untuk mengetahui di 10 hari keberapa awal musim hujan di bulan tersebut pada tiap stasiun pengamatan hujan dari tahun 1987 - 1996. Stasiun pengamat hujan yang digunakan adalah stasiun yang masih berfungsi dan datanya dicatat secara konsisten dari tahun 1987 - 1996 oleh Badan Meteorologi dan Geofisika Departemen Perhubungan Republik Indonesia. Wilayah awal musim hujan adalah tempattempat yang mempunyai awal musim hujan yang sama. Pola awal musim hujan adalah pola yang menggambarkan wilayah awal musim hujan. Awal musim tanam padi adalah pertama kali petani turun ke sawah untuk mengolah tanah pertanian. Wilayah awal musim tanam padi adaith tempat-tempat yang mempunyai awal musim tanam padi yang sama.Pola awal musim tanam padi adalah pola yang menggambarkan wilayah awal musim tanam padi. Petani yang dimaksud dalam penelitian mi adalah orang yang mata pencahariannya bercocok ta.nam/mengusahakan tanah (Poerwadarminta, 1976). Sawah tadah hujan adalah sebidang tanah yang secara periodik atau terus menerus ditumbuhi padi dan dicirikan dengan ketergantungannya pada ketersediaan air permukaan dari hadirnya hujan sebagai sarana pertumbuhan padi.Untuk menjawab masalah dilakukan perhitungan dengan menggunakan kritenia de Boer dan survei lapang.Adapun dan pembahasan yang telah dilakukan diperoleh ningkasan: Jumlah curah hujan rata-rata per tahun dan tahun 1987 - 1996 di Kabupaten Rembang dan Kabupaten Tuban adalah berkisar antara 1200 - 2 ,000 mm. Jumlah curah hujan rata-rata pertahun tertinggi adalah pada tahun 1989 sebesar 1985 mm dan terendah pada tahun 1994 sebesar 1233 mm.Awal musim hujan di Kabupaten Rembang dan Kabupaten Tuban adalah 6 - 15 November sebagai sepuluh hari pertama November, 16 - 25 November sebagai sepuluh hari kedua November, 26 November - 5 Desember sebagai sepuluh hari ketiga November, 6 - 15 Desember sebagai sepuluh hari pertama Desember dan 16 - 25 Desember sebagai sepuluh hari kedua Desemben. Pola awal musim hujan di Kabupaten Rembang dan Kabupaten Tuban adaiah di sebelah timur datangnya awal musim hujan makin lambat, sebaliknya di sebelah barat datangnya awal musim hujan makin cepat.Pola awal musim hujan di Kabupaten Rembang dan Kabupaten Tuban mengikuti pola umum curah hujan di Indonesia, yaitu tempat yang terletak di sebelah barat musim hujannya datang lebih dulu dan pada tempat yang letaknya Iebih ke timur, pada pulaupulau dengan rezim barat.Pola awal musim tanam padi di Kabupaten Rembang dan Kabupaten Tuban mengikuti pola awal musim hujan di wilayah penelitian yaitu sebelah barat wilayah penelitian awal musim tanam padinya lebih dulu dibandingkan sebelah tengah maupun timur wilayah penelitian. Dapat disimpulkan bahwa semakin ke arah barat maka awal musim hujan dan awal musim tanam padi semakin awal mulainya."

"Water is very important for life. The existence of water in the earth kept in balance because there is air cycling. Now, everything is using modern technology, Jakarta as a big city is facing into a chronic problem related to the availability of water. In rainy season, we are surplus water, which causes flood. Based on the flood in the year of 1996, 2002 and 2007 in Jakarta, there are 2 main factors which caused the flood. First, the natural condition of Jakarta which has declivity position and has passed by 13 rivers with the bad treatment from the communities who live around the rivers. They do not have totality awareness to take care the balanced environment and it makes Jakarta become worst. By starting from upper to lower course as one river, one plan and one integrated process with external control mechanism followed by clear action and cooperation between related department also participation from the communities we hope Jakarta could be free from flood in the future."

"ABSTRAKCooling Degree Days ( CDD ) merupakan salah satu cara untuk mengestimasi kebutuhan energi melalui fluktuasi temperatur udara luar. Studi ini menghitung CDD berdasarkan base temperature 20, 22 dan 24°C dalam rentang waktu 2001-2010, perhitungan menggunakan data dry blub temperature udara luar dari stasiun BMKG Halim dan Tanjung Priok. Metode perhitungan menggunakan metode Mean Degree Hours untuk Tanjung Priok dan Mean daily temperature untuk Halim. Hasil perhitungan, analisis hubungan antara CDD dengan Energi, serta perbandingan antara CDD pada daerah Tanjung Priok, Halim, Kemayoran, Cengkareng, dan Pondok Betung disajikan dalam skripsi ini.

---

ABSTRACTCooling Degree Days is one of the ways to estimate the energy requirement through the outside air temperature fluctuations. This studies is to calculate CDD with temperature base 20, 22, and 24°C in Tanjung Priok and Halim area with range 2001-2010 year. This calculation use outdoor dry bulb temperature which data take from BMKG Tanjung Priok and Halim. Method of calculation using mean degree hours method for Tanjung Priok and mean daily temperature method for Halim. The result of this calculation, CDD-energy relation analysis, and comparison between CDD in Tanjung Priok, Halim, Kemayoran, Pondok Betung, and Cengkareng presented in this paper."

"Film Better Days (少年的你) merupakan film adaptasi dari novel In His Youth, In Her Beauty (少年的你，如此美丽) karya Jiu Yuexi yang rilis pada 25 Oktober 2019. Film ini berkisah tentang seorang siswi SMA tingkat akhir bernama Chennian yang merupakan korban perundungan dari Weilai, Luoting, dan Xumiao dalam persiapan untuk mengikuti ujian Gaokao. Chennian menjadi korban perundungan karena ia merupakan lawan tangguh dalam ujian Gaokao. Weilai merupakan seorang perundung yang digambarkan sebagai generasi muda Cina yang berusaha meraih kesuksesan masa mudanya dalam mengikuti ujian Gaokao. Penelitian ini bertujuan untuk menganalisis penokohan Weilai sebagai representasi generasi muda Cina dalam persiapan mengikuti ujian Gaokao. Metode yang digunakan dialah metode kualitatif. Hasil penelitian menunjukkan adanya hubungan antara tekanan ujian Gaokao dan penokohan Weilai. Hal tersebut dapat dilihat melalui tiga hubungan antara Weilai dengan teman-teman. Dengan adanya pembuktian tersebut dapat disimpulkan bahwa terdapat sisi lain dari perjuangan pelajar Cina dalam mengejar kesuksesan yang menodai semangat mulia ujian Gaokao.

---

Better Days (少年的你) is a film adaptation of the novel In His Youth, In Her Beauty (少 年的你，如此美丽) by Jiu Yuexi which was released on October 25, 2019. This film is about a final year high school student named Chennian. who was the victim of bullying from Weilai, Luoting, and Xumiao in preparation for the Gaokao exam. Chennian became a victim of bullying because she was a tough opponent in the Gaokao exam. Weilai is a bully who is described as a young generation of China who is trying to achieve success in her youth in taking the Gaokao exam. This study aims to analyze the characterization of Weilai as a representation of the Chinese young generation in preparation for taking the Gaokao exam. The method used is a qualitative method. The results showed that there was a relationship between Gaokao test pressure and Weilai's characterization. This can be seen through the three relationships between Weilai and friends. With this evidence, it can be concluded that there is another side to the struggle of Chinese students in pursuing success that tarnishes the noble spirit of the Gaokao exam."

"ABSTRAK Cooling Degree Days ( CDD ) merupakan salah satu cara untuk mengestimasi kebutuhan energi melalui fluktuasi temperatur udara luar. Studi ini menghitung CDD berdasarkan base temperature20, 22 dan 24 oC dalam rentang waktu 2001 - 2010, perhitungan menggunakan data dry blub temperature udara luar dari stasiun BMKG Halim dan Pondok Betung. Metode perhitungan menggunakan metode Mean daily temperature .Hasil perhitungan dan analisis hubungan antara CDD dengan energi disajikan dalam skripsi ini.

---

Cooling Degree Days is one of the ways to estimate the energi requirement through the outside air temperature fluctuations. This studi is to calculate CDD with temperature base 20, 22, and 24oC in Kemayoran and Pondok Betung area with range 2001-2010 year. This calculation use outdoor dry bulb temperature which data take from BMKG Halim and Pondok Betung. Method of calculation using mean daily temperature method. The result of this calculation present in this paper."